X射线成像是一种通过射线在不同密度物质中的不同衰减来获取物质结构信息的成像模态,既可以于术前获取人体的三维解剖结构用于疾病诊断和手术路径规划,又可以在手术过程中获得感兴趣区域的实时影像,因此在影像引导的介入手术中有着广泛的应用。本文选择了X射线影像引导技术在血管介入手术中的两个有代表性的应用场景,分析了现有技术的优势和劣势,针对其面临的挑战和存在的不足提出了解决方案。随着平板探测器技术的发展,获取高质量的二维X光透视图像成为可能,使得基于C臂的CBCT三维成像技术得到了广泛的应用。目前CBCT面临的挑战在于三维重建方法计算效率偏低,不能满足临床实践中提出的实时性的需求。因此,本文提出了基于GPU并行加速技术的CBCT快速三维重建方法。该方法针对三维重建算法的几何特性进行了优化并设计了一套基于GPU流数据处理机制的并行计算加速方案,在算法层面提高计算效率。同时提出将传统的线性影像链转化为并行非线性影像链,应用延时隐藏技术,从系统层面进一步降低三维重建耗时。通过对数字体模的模拟投影数据及由C臂系统采集的成像体模投影数据的三维重建实验,证明了本文提出的方法能在保证三维重建质量的前提下极大的提高计算效率。X射线透视成像在影像引导介入手术中是一种得到广泛应用的获取术中手术区域解剖结构的重要成像模态。从X射线透视图像中提取导丝等手术器械的位置和形态,能增强术中影像,从而更好的辅助医生进行介入手术。现存的从X射线透视图像中提取导丝的方法存在的问题主要包括需要人工介入和计算效率低下难以满足实时性需求。基于此,本文提出了一种基于GPU并行加速的X射线透视序列中的全自动快速导丝提取方法。此方法通过多尺度滤波方法从二维图像中构造出图像信息内所包含的线性结构特征图,经由梯度向量场方法使其收敛至导丝脊线。通过设计一套基于GPU并行加速技术的优化方案,及基于类贝叶斯滤波的导丝动态追踪方法,有效的缩小感兴趣区域的大小,从而提高计算效率。通过在心血管介入手术中采集的两组记录了导丝在血管内运动过程的X射线透视图像序列对本文提出的方法进行测试,证明了本文提出的解决方案和现存的方法相比较,能自动且更加准确的提取导丝结构,并且计算效率获得了巨大提升,能满足实时性需求。