传统的心血管植入物手术依赖于X射线的引导来完成血管支架在目标位置的放置。这种手术引导方式使得医生和患者暴露在X射线的辐射之下,同时需要给病人注射大量对肾脏有损害作用的造影剂以使血管在X射线中成像,而且X射线成像只能提供二维的图像信息,无法给予医生更加直观立体的引导。因此,寻求一种对医生和病人无害、引导更加直观有效的心血管植入物手术引导方式是目前的一大研究热点。而本文提出的融合术中超声的心血管植入物手术导航是一种使用不同模态医学影像信息来协助医生将心血管植入物准确放置在目标位置以进行心血管疾病治疗的计算机辅助技术。其为医生和患者提供了一种有效、无害和微创的心血管介入引导手段,使心血管植入物手术不再依赖于X射线引导成为可能。本文以心血管植入物手术中最具代表性的胸主动脉支架放置手术和主动脉瓣支架放置手术为应用对象,对其中的关键技术展开研究,主要工作和研究成果包括:1)提出了一种基于区域增长的交互式分割方法,该方法充分利用本文改进并实现的基于GPU加速实时三维体绘制方法,使得医生可以直观地观察中间分割结果从而准确、快速地确定下一步分割曲面,具有很好的分割效率和人机交互性。相比于传统的手工分割方法,其可以使医生快速地分割出心脏、主动脉等目标区域。2)提出了一种基于先验概率的GPU加速连续最大流分割方法,使得系统能够实时地从术中短轴面超声图像中分割出主动脉瓣轮廓。该算法解决了在成像质量较差的超声图像中准确分割主动脉瓣轮廓的难题,并通过GPU加速使该算法能实时、准确地将主动脉瓣在短轴面超声图像中的轮廓分割出来,并利用获得的轮廓实现术中超声图像与术前主动脉动态模型的配准。3)针对术前准备阶段:设计并实现了相应的术前计划方法,使得医生可以在术前影像中确定手术的目标位置;设计并实现了一种快速、准确和方便的超声探头标定方法,使得术中超声图像能够融入系统。4)针对传统手术导航技术只使用病人术前静止影像的方法难以适用于主动脉瓣支架放置手术的问题,提出了一种术中超声图像与术前主动脉动态模型配准算法。其利用高速CT获取病人心脏(包括主动脉)一个心动周期的术前四维CT数据,对四维CT中的主动脉进行分割和重建得到病人一个心动周期的术前主动脉动态模型,并利用实时传入的病人ECG信号来使该模型的跳动与真实病人的心跳同步。同时设计了同步机制,使动态模型与术中传入的实时超声图像同步。然后将从术中超声图像中实时提取出的主动脉瓣轮廓信息与术前主动脉动态模型利用基于形状的配准方法进行实时配准,从而弥补由于心跳和呼吸等因素引入的误差。5)针对胸主动脉支架放置手术和主动脉瓣支架放置手术分别设计和开发了相关的导航系统,在相关的模型实验和动物实验中取得了良好的术中导航精度。