图像分割技术就是通过收集图像信息,运用特定方法,将感兴趣部分提出,方便后续的处理与分析。其中,医学图像分割作为计算机辅助诊断、病变组织定位、三维重建、治疗方案设计的前提,其研究多年来一向受到人们的重点关注。在冠状动脉立体定量评估过程中,本文对冠脉提取和血管剖面分析进行了相关技术研究。首先,本文研究了近几十年来的经典图像分割方法,对常用的几种图像分割方法进行了归类和总结,简单描述了这些方法的原理和步骤,分析了这些方法的适用背景和不足之处。并介绍了医学CT图像的特点,由于造影不均和器官间粘连,从CT中进行图像分割是一个很大的挑战。其次,对现有的冠脉提取方法进行了总结,例如:基于活动轮廓框架的提取方法、基于血管追踪的提取方法和基于概率决策的分割方法。描述了这些方法所用到的技术手段,对比实验结果,分析了这些方法的优缺点以及所适用的条件。介绍了一种基于混合图谱的冠脉分析模型,这个模型被用于对冠脉进行参数评估,由模型得到的参数数据可以作为病理数据库为以后的实验提供参考。再次,提出了基于三维形态学的冠脉血管提取方法。现有冠脉提取方法的研究往往集中在单个方法的改进上,较少的结合冠脉血管的自身特点进行分割,研究者在二维上进行图像分割时,容易忽略掉上下层像素之间的作用关系。本文结合直方图阈值、区域增长和三维腐蚀膨胀等形态学图像处理技术,数据分析并根据冠脉血管的医学结构特征及窦口的相对位置特性,对冠状窦口进行自动识别,通过形成的截面对预分割三维图像进行分割,实现冠脉血管的提取和三维重建。最后,本文提出了基于骨架信息的冠脉血管剖面提取。通过冠脉提取算法得到血管数据的基础上,选取合适的算法对分割出的冠脉血管进行骨架化,保证骨架化结果保留原有的结构特性。之后运用Catmull-Rom插值算法对骨架点进行拟合,实现平滑。并根据平滑后的骨架点集计算切向量。规定切向量和三维坐标系的映射关系,确定剖面坐标系,由切向量和骨架点三维坐标信息,实现从剖面到三维的坐标转换,最终得出剖面上所有的三维坐标。确定切割区域的大小,通过三维坐标和原始数据的对应关系,取得对应点的灰度值,排列整理后最终完成剖面图。文中基于三维形态学的冠脉提取方法,实现了冠状动脉血管的较为精确的自动提取,对冠状窦口有较高的识别率。实验结果中的冠脉血管轮廓清晰,与原图吻合度高,且与手工分割结果有较好的一致性。而文中的血管剖面提取算法,利用骨架信息,得到准确的剖面图像。实验结果中的血管信息丰富,分支状况明显,为后续的参数测量提供数据支持。