1、在計算機(jī)輔助診斷系統(tǒng)中，基于CT影像的人體管狀組織分割與中心線提取具有極其重要的意義，是疾病定量分析、可視化、多期圖像配準(zhǔn)等多種實際應(yīng)用的基礎(chǔ)。但是由于人體內(nèi)的管狀組織結(jié)構(gòu)復(fù)雜且通常位于復(fù)雜的解剖背景之中，基于CT影像的管狀組織分割和中心線提取非常具有挑戰(zhàn)性。
　　針對仍然存在的問題，本文致力于提高管狀組織分割和中心線提取的準(zhǔn)確性，提高其自動化程度，并盡可能地減少所需的運(yùn)行時間。本文完成的主要工作有:
　　第一，提出了一個快

2、速的升主動脈自動分割方法。該方法基于二維的區(qū)域生長算法，使用迭代的方式逐層分割出三維升主動脈整體，整個過程無需任何交互。所提出的方法使用臨床獲取的103套心臟CT造影數(shù)據(jù)進(jìn)行了評估。評估結(jié)果顯示所提出的方法能夠快速穩(wěn)定地分割出升主動脈，分割的成功率高達(dá)95.1％，單套數(shù)據(jù)的平均運(yùn)行時間為1.5秒。
　　第二，提出了一個基于CT造影圖像的冠狀動脈自動分割方法。該方法首先在尺度空間中使用管狀結(jié)構(gòu)相似性函數(shù)自動提取冠狀動脈種子點，實現(xiàn)了

3、分割過程的全自動化。然后，根據(jù)冠狀動脈的結(jié)構(gòu)特征，使用一個改進(jìn)的層區(qū)域生長方法分割出三維冠狀動脈整體。評估顯示所提出的方法在冠狀動脈分割的準(zhǔn)確性和速度方面都取得了令人滿意的結(jié)果。
　　第三，提出了三個冠狀動脈中心線提取方法，分別是基于改進(jìn)追蹤的方法、基于細(xì)化和追蹤相結(jié)合的方法和基于改進(jìn)距離變換的方法。然后，對所提出的三種方法進(jìn)行了準(zhǔn)確性、運(yùn)行時間、自動化程度和應(yīng)用范圍的比較和討論。此外，還提出了三種中心線準(zhǔn)確性自動檢測和錯誤自動校

4、正方法，分別用于檢測和校正由于血管的窄頸過分割、寬頸過分割/部分欠分割、完全欠分割所造成的中心線錯誤。定量評估結(jié)果顯示所提出的方法能夠有效地檢測并校正中心線錯誤，提高冠狀動脈中心線的準(zhǔn)確性。
　　第四，提出了一個基于配準(zhǔn)減影和形態(tài)學(xué)操作的頭頸部動脈分割優(yōu)化方法。評估實驗顯示分割方法能夠在大多數(shù)情況下得到準(zhǔn)確完整的頭頸部動脈分割結(jié)果，而優(yōu)化方法能夠在圖像質(zhì)量差時很大程度上提高分割的質(zhì)量，彌補(bǔ)配準(zhǔn)過程中產(chǎn)生的問題。此外，還提出了兩種用

5、于頭頸部動脈分割精煉的血管編輯方法，分別用于移除分割體中的錯誤分割組織和添加缺失的血管。定量評估結(jié)果顯示所提出的方法具有很高的準(zhǔn)確性，能夠很大程度上提高頭頸部動脈的分割質(zhì)量，并且具有很高的可重復(fù)性。
　　第五，提出了一個快速穩(wěn)定的下齒槽神經(jīng)管提取方法。該方法首先通過連通區(qū)域的特征分析，檢測剖面圖中的神經(jīng)管中心點位置;然后通過樣條插值處理，得到神經(jīng)管中心線;最后，通過判斷并結(jié)合中心線鄰近區(qū)域內(nèi)具有相似特征的其它體素點，提取出整個下齒