心脏疾病是威胁人类健康的一大杀手,借助计算机仿真可以对心脏的工作原理、致病机制和药物影响进行定量和定性的研究。但是,进行虚拟心脏仿真的效率问题一直困扰着相关研究人员。一方面,进行仿真实验时经常需要在实验进行过程中修改参数,试验相关参数对实验的影响。每次修改参数,都需要重新开始仿真实验,修改参数之前的仿真计算存在浪费时间的问题,造成了实验效率的低下。本文提出借助驾驭式计算技术来解决这一问题。另一方面,在进行组织模型仿真时计算量非常巨大,使用基于CPU的算法只能借助服务器集群技术才能使得虚拟心脏仿真成为可能,但是服务器集群硬件成本过高,本文讨论了基于GPU的并行算法来解决仿真计算的效率问题,使得在个人计算机上进行虚拟心脏仿真成为可能。系统采用客户端/服务器模式,客户端采用QT图形界面技术和VTK数据绘制技术作为基础构件,使用Python语言编写。驾驭式控制逻辑使用有穷状态自动机描述。定义了一种基于TCP协议的通信方法在客户端与服务端之间进行通信。服务端使用CUDA(Compute Unified Device Architecture)技术实现了一种虚拟心脏仿真的GPU并行计算算法,以及在多GPU系统上扩展的算法。采用动态链接库技术并结合Lua语言实现了一种细胞模型无关的仿真计算框架,使得系统可以方便的扩展新的细胞模型。本文通过从纵向对比了CPU仿真算法与GPU并行仿真算法的速度,表明GPU并行算法在数据量较大时具有非常明显的优势。从横向对比了单GPU与多GPU算法的速度,结果表明在组织模型中有多种细胞时,多GPU算法可以获得更好的性能,当组织模型中只有一种细胞时,多GPU算法与单GPU算法性能相同。虚拟心脏仿真为人们研究心脏工作机制、心脏致病机理提供了一种有效的研究方法,本文将驾驭式计算方法与虚拟心脏仿真结合,同时使用GPU并行计算算法,能够有效地提高仿真实验的效率,为相关研究人员提供了一个有力的研究平台。