医学体数据场可视化是科学可视化与生物医学信息工程领域中的热点技术，近年来发展非常迅速。人体组织器官的准确提取、实时的人机交互和高质量的绘制是医学体数据场可视化的关键技术。人体组织器官的准确提取是研究解剖结构、组织器官定量化测定、病灶定位和疾病诊断的重要基础：实时的交互性是医学可视化技术在临床诊断和治疗中近一步推广应用的必要条件；高质量的绘制图像是处理海量医学体数据场的基本要求。本文深入研究了上述三种／类关键技术的具体内容，包括医学体数据场的获取与处理、医学体数据场层间插值、基于模糊理论和粗糙集理论的医学体数据场增强、基于体绘制的人体感兴趣组织器官的提取及医学体数据场绘制等技术。同时研究了以上内容在医疗辅助诊断中的应用及其实现技术。论文的创新性成果有：(1)深入研究了Cubic卷积插值方法。系统推理了多种Cubic卷积插值方法的联系与区别。在此基础上，提出了一种基于最优Cubic卷积核的医学体数据场层间插值方法，该方法充分结合原始断层图像的局部特征，利用迭代运算确定出最优的形状控制参数；然后利用该参数下的Cubic卷积核对体数据场进行一次性插值，避免了传统Cubic卷积插值方法中误差的传递；从而有效提高了插值的精度。(2)提出了一种基于像素分类的医学体数据场层间插值方法。首先对插值图像像素进行分类，然后对不同类别的像素采用不同方法进行插值。该方法能够有效克服插值图像边界信息的丢失，尤其适用于层间距较大的断层图像插值。同时，提出了一种基于物体边缘信息的医学体数据场层间插值方法。首先运用基于形状轮廓插值方法确定出中间插值图像物体的边缘，然后对插值图像边缘采用高精度的基于对应点匹配的方法进行插值。实验结果表明该方法不仅有效提高了插值的精度，同时兼顾了插值的效率。(3)改进了一种基于双线性变换的医学体数据场快速模糊增强算法。由于采用的隶属函数和模糊增强算子均为线性的，不仅能够提高增强的速度，而且也有效避免体数据场细节信息的丢失。在此基础上，结合粗糙集理论，提出了一种基于粗糙模糊集理论的医学体数据场模糊增强算法。首先应用粗糙集对体数据场进行分类，在分类的同时，去除了噪声。然后针对分类后的子数据场，采用不同方法进行模糊增强，使得在三维人体组织器官的显示过程中，能够有效避免背景部分的“遮挡”。(4)改进了一种窗口调节函数，并在此基础上提出了一种人体组织器官动态提取方法，该方法通过调节各参数，能够有效提取出人体的多种组织器官。(5)提出了一种适合医学体数据场的体绘制算法。该算法不仅克服了传统Ray Casting算法绘制模糊的缺陷，而且生成的图像更加符合人的视觉特征。利用上述技术，设计并实现了一个医学体数据场可视化医疗辅助诊断实验系统——VolMTDSys。该系统是一种基于微机的全视野、全时空视觉导航型医疗辅助诊断系统，比传统的医学平面影像辅助诊断系统有更好的立体直观可视性；比一般视觉漫游系统有更好的漫游实时性和身临其境的沉浸感。