周围神经损伤这种疾病在日常生活中是非常常见的,然而要完全康复在现阶段下往往是比较困难的。随着人们生活水平的提高,人们对于治愈这种疾病的期望或者要求也越来越高。在当前医院治疗这种疾病时,关键在于如何让同种性质的神经束缝合在一起,然而在这个过程遇到一个比较难得问题就是：那些神经束是同种性质的,如何判断它们是同种性质的。医生就想办法先在高倍显微镜先对损伤的周围神经进行拍照,得到对应的显微图像,观察显微图像人工的识别出同种性质的神经功能束,但这个过程往往非常复杂、工作量巨大。为了解决这个问题,一些专家就想到利用计算机来做这种重复的工作,让计算机通过对周围神经显微图像进行各种处理,包括分割、识别图像,最后识别出同种性质的神经功能束帮助医生完成手术。在此之前,往往都是对CT图像的研究比较多,对显微图像的研究甚少,对周围神经显微图像的相关研究几乎没有,而周围神经显微图像的三维重建对医生治愈周围神经损伤疾病有很大的帮助,因此,需要对此进行深入的研究。本文采用数字形态学与经典的图像分割算法相结合对周围神经束内的神经纤维进行分割,提取相对应的特征对其进行识别。并在大量仿真的基础上,得出了一些比较好的结果之后,用C++语言对周围神经三维重建系统进行实现。本文详细的研究内容如下：1.因为单纯利用Karnorvsky-Roots方法染色周围神经显微图像缺点比较多,所以又提出了另外三种复染图像的方法,这些方法能够很好的避免利用Karnorvsky-Roots单一方法染色的缺点,并给出了这三种复染方法复染图像时的步骤,最后介绍了获取周围神经显微图像的步骤。2.神经纤维的分割。利用数字形态学的相关技术,改进基于区域生长算法,并用它来分割神经纤维。这种算法首先考虑到了神经纤维大量粘连的问题,并在试验后得出结果,结果证实了算法的有效性。3.神经纤维的特征提取。利用医生的经验判断以及显微图像所特有的性质,提取神经纤维识别的特征。利用这些特征在三种复染的周围神经显微图像上进行实验,得到了相对应神经纤维的结果。4.周围神经三维重建系统的设计与实现。根据面向对象程序设计思想,设计整个系统的功能框架图,并把几个难点的问题解决后得到的结果展现出来。本文解决的是周围神经三维重建中神经功能束内神经纤维的分割与识别,这是周围神经三维重建中最后一步,也是最难的一步。本文通过改进后的算法先把各种神经纤维分割出来,换句话说,就是把神经纤维的轮廓描绘出来,然后通过提取相关的特征识别分割出来的神经纤维,最后通过神经纤维占比率判别神经束,完成周围神经的三维重建。