1、冠心病被視為威脅人類健康的主要因素之一。臨床研究表明，64排螺旋CT對于冠心病的篩查具有與傳統(tǒng)冠狀動脈X射線造影相媲美的精度。近年來，基于斑塊衰減模式的冠狀動脈病變新型分類標準的提出，對冠狀動脈病變診察提出了更高的要求。
　　本文對基于冠狀動脈CT造影的冠心病輔助診斷算法進行了研究。該算法依據(jù)新型分類標準能夠實現(xiàn)對冠狀動脈病變的自動分類，為醫(yī)生提供可供參考的輔助診斷信息，提升了冠心病診斷精度和效率。除此之外，本文利用開源軟件開發(fā)工

2、具包VTK完成了醫(yī)學圖像交互顯示軟件的設計，實現(xiàn)了基本圖像可視化功能。
　　本文主要工作如下:
　　1.設計了基于冠狀動脈CT造影的冠心病輔助診斷算法。該算法實現(xiàn)的技術流程包括冠狀動脈血管結構模型建立和冠狀動脈血管病變探測和分類兩部分。其中，冠狀動脈血管結構模型建立包括了圖像預處理、血管中心線提取和血管腔壁提取三部分。
　　2.設計了基于各向異性擴散濾波和基于Hessian矩陣的血管濾波器的圖像預處理方法。該方法能夠在

3、抑制噪聲的同時在一定程度上提升圖像中血管的對比度，其處理結果能夠保證后續(xù)中心線提取算法的輸入有效。
　　3.采用基于最小代價路徑的血管中心線提取算法完成冠狀動脈中心線提取，提出了基于鄰域特征和灰度特征的啟發(fā)式算法策略對傳統(tǒng)算法進行了改進。該改進方法能夠在保證提取精度不變的同時，降低算法運行的時間和空間開銷。
　　4.利用血管中心線作為源點，設計一維投射“光線”進行圖像采樣，基于血管腔壁在圖像上的灰度衰減特性，獲取“光線”上的