冠状动脉粥样硬化性心脏病(简称:冠心病),是指因血管腔狭窄或阻塞而造成心肌缺血、缺氧或坏死的心脏病,严重危害着世界人民的生命健康。为了准确、快速地诊断出冠状动脉狭窄的程度、位置等信息,从而制定有效的治疗方案,基于计算机断层扫描血管成像(Computed Tomography Angiography,CTA)的冠状动脉血管精确提取方法得到了世界范围内医疗科研机构的重点关注。本文基于U-Net网络对人体胸腔CTA图像进行冠状动脉粗分割,然后通过添加了多种条件约束的水平集算法进行轮廓曲线演化,实现冠状动脉血管的精确分割提取。最终设计并实现了一个冠状动脉三维可视化Demo系统。本文的主要工作如下:(1)为提高CTA图像中的冠状动脉血管区域的对比度,本文通过基于Hessian矩阵的多尺度增强滤波器进行图像增强处理。在滤除冠状动脉周围区域的背景干扰信息的同时,有效的突出了冠状动脉血管区域的成像效果。(2)为解决冠状动脉血管在CTA图像中位置、形状差异较大而易导致分割误差问题。本文采用U-Net网络的快速训练与精准特征识别方法对人体胸腔CTA图像中冠状动脉感兴趣区域进行定位与粗分割。然后根据所提取的冠状动脉血管的独有特征,通过设计多种条件约束的水平集算法进行轮廓演化,最终实现了对冠状动脉血管的精确分割与提取。(3)通过移动立方体算法设计了一个冠状动脉三维可视化Demo系统,该系统将通过本文算法所提取的冠状动脉序列图像进行三维建模,并可根据用户要求进行多种形式的交互性操作展示。通过输入冠状动脉CTA图像序列样本进行实验,本文所设计的分割算法相比于其他典型算法,平均重叠率最高可提升12.41%,证明了本文方法的有效性。同时设计了三维可视化系统将冠状动脉在三维空间中进行显示,使医生更加容易、直观的观测病灶信息以及感兴趣区域的三维立体模型。为医生制定治疗策略提供更加清晰、关键的辅助信息,以提高冠心病的治愈率。