有报告指出,中国是世界上肝病发生率最高的国家。三维重建技术作为辅助医疗手段是肝脏诊疗的关键技术之一。其主要过程是先对肝脏及病灶进行自动化分割,然后将分割结果进行可视化处理,从而为医生的临床诊断提供更加直观的图像引导,提高诊断的准确率。本文基于此背景,在三维重建过程中对肝脏的自动化分割及可视化重建效率做了相关研究。本研究的主要内容和创新点如下:(1)提出一种对腹部肝脏及病灶的自动化分割算法。级联两个全卷积神经网络,使用3DIRCAD公开数据集为训练数据,获得特征模型。所得肝脏及病灶的分割结构,与条件随机场相结合,最终得到了较为精确的分割结果。(2)提出一种面绘制移动立方体时间优化的快速算法。在绘制过程中,对体素的遍历条件加以约束,减少对空体素等势面的提取,以分割出的3DIRCAD数据集为输入,获取肝脏的三维重建图像。与直接利用移动立方体算法直接绘制的肝脏图像相比,重建时间有一定程度的缩短,重建效果较好。实验结果表明:结合级联全卷积神经网络和条件随机场对数据集3DIRCAD中肝脏的自动化分割精度能达到94%;提出面绘制时间优化算法重建时间上有10%的缩减:从分割后的重建效果看,精准的分割能有效去除其他器官对肝脏及病灶重建效果的影响。