心血管疾病主要是心肌供血不足引发的心脏搏动障碍,目前已经成为威胁人类健康的第一大因素,具有患病率高、死亡率高等特点,其成因是冠状动脉血管粥样硬化或痉挛引起的血管管腔狭窄或阻塞。因此,对于心血管疾病的早期诊断显得尤为重要。心血管疾病传统的诊断方法是使用数字减影血管造影(DSA),它也是诊断心血管疾病的“金标准”,医生能够实时地从DSA的二维影像中看到血管狭窄的情况。然而,它具有费用高、有创、诊断过程复杂等特点,不适用于心血管疾病的早期诊断。近年来,随着多层螺旋CT的快速发展,冠状动脉CT血管造影(CTA)越来越多地用于诊断心血管疾病。相对于DSA,冠状动脉CTA具有费用低、无创、操作简便的特点,并且能够提供多视角,对心血管的情况能够进行更加全面的了解。然而,冠状动脉CTA产生的是心脏部位的截面图像,医生并不能通过观察截面图像直观地获得血管狭窄的信息,这就需要借助于计算机技术和图像处理技术。因此,研究出一种能够准确地从CTA图像序列中分割出冠状动脉的方法具有重要的实际意义和临床价值。在CTA图像中,冠状动脉分布不集中且受到其他组织的干扰,这给冠状动脉的分割带来了巨大的挑战。本文在调研了图像处理和分割算法的基础上,根据冠状动脉图像特点,提出了一种基于Hessian矩阵增强滤波和区域生长的冠状动脉自动分割方法。在分割结果的基础上,本文还实现了对于冠状动脉血管狭窄度的分析,能够从测量结果中获得血管狭窄度的定量信息。本文主要进行了如下的研究工作:● 升主动脉的自动分割。首先,基于升主动脉的截面类似圆形这一信息,利用图像变换的方法定位升主动脉的第一层图像并采用区域生长的方法进行分割;然后,以上层升主动脉的质心作为下层进行区域生长分割的种子点,并利用上层的分割结果作为下层分割区域的约束,避免出现过分割现象;最后,重复上述升主动脉的分割过程,并以分割区域像素数突增作为升主动脉分割结束的条件。●冠状动脉的自动分割。首先,对图像进行预处理,对肺部区域进行抑制;然后,利用单尺度Hessian矩阵增强滤波,提高了图像中的冠状动脉区域和周围组织的对比度,为整体区域生长提供了良好的条件;最后,利用升主动脉的位置信息作为种子点,对升主动脉和增强图像融合的数据进行整体的区域生长。与上一步升主动脉的分割结果做差值后,即可获得冠状动脉的分割结果。●血管狭窄度的测量。本文采用了一种基于血管内点的跟踪方法,首先,设置血管段的起始点、终点、步长、前进方向;然后,根据起始点、步长、方向进行寻找下一个点,并将当前点所在截面的质心作为下次寻找的起点,迭代地进行血管内点的寻找,直到到达终点区域;最后,计算寻找到的每个点所在血管截面的面积,进行血管狭窄度的分析。