在醫學圖像的處理及分析中, 常常需要對圖像進行插值運算。盡管高斯徑向基(GRBF)插值有插值精度高的優點, 但運算時間長的不足仍限制了它在圖像插值中的應用。因此, 本文提出采用基于計算統一設備架構(CUDA)的方法實現二維和三維醫學圖像的GRBF快速插值。根據CUDA單指令多線程(SIMT)的執行模型, 采用合并訪存、共享內存等各種合適的內存優化措施。并且在應用對數據空間進行二維分塊, 三維分體策略的過程中使用基于重疊區域的自然縫合算法來消除圖像插值連接邊界的失真現象。在保持較高圖像插值精度的基礎上, 二維和三維醫學圖像GRBF插值各基本計算步驟都得到了極大的加速。實驗結果表明:基于CUDA平臺的GRBF插值執行效率與傳統CPU運算相比明顯提高, 對其在圖像插值中的應用具有相當的參考價值。