冠状动脉粥样硬化性心脏病(简称冠心病)是一个值得高度关注的健康问题,近年来发病率仍呈上升趋势,已经成为危害人类健康的一大疾病。因此,基于X射线计算机断层成像(Computed Tomography,CT)提取冠状动脉的中心线具有极为重要的意义。CT冠状动脉造影不仅可以了解血管的走向和形态、判断冠状动脉有无狭窄、评价冠状动脉是否发生功能性改变外,还可以作为三维可视化、多期图像配准等多种可视化技术的基础。但是在CT的成像过程中,由于心脏的跳动、收缩和冠脉走向的不规则,使得冠状动脉中心线的精确提取仍有很大难度。因此本研究希望提高冠状动脉中心线提取的准确性和提取过程中的自动化程度。本文完成的主要工作有:第一、提出一个基于CT的冠状动脉分割方法。该方法首先利用各向异性扩散滤波对原始图像进行滤波处理,以消除图像中的散粒噪声;然后,通过基于Hessian矩阵的Frangi血管相似性函数对图像中的血管区域进行增强,抑制非血管区域,使图像更易于分割;最后,采用区域生长法对CT层切图像中的血管进行分割。第二、提出了一种基于管状组织内接球模型的冠状动脉中心线的提取方法(MIBTT)。该算法先利用两次距离变换:第一次运用距离变换完成对原始图形的边界搜索;第二次运用距离变换计算所有体素的距离变换的值,根据距离变换值,删除不必要的体素,从而完成对血管区域的初步收缩,减少下一步过程中的运算消耗;然后再利用非见证体素构建最大内接球模型,找出能够反映原始图形形状的骨架体素;最后在这些初步提取的骨架体素上利用类似于二分法的原理对骨架线进行优化处理,得到最终的冠状动脉中心线。通过对实验结果的评估,该算法能够较精确的提取出冠状动脉中心线。第三、提出了一种基于十二方向的拓扑细化算法的冠状动脉中心线的提取方法(TDTT)。该方法利用三维空间中的十二方向的拓扑细化方法,最大程度的保留冠状动脉的拓扑结构;再利用Dijkstra算法对细化过程中产生的细小分支进行修剪,最终得到光滑的冠状动脉中心线。然后对未进行细小分支消除和进行细小分支消除的冠状动脉中心线提取结果进行评价,证明了冠状动脉中心线在进行细小分支消除后具有更高的精度。同时利用该算法提取完整的冠状动脉树的中心线,结果证明该算法对完整的冠状动脉血管树的中心线提取具有较好的效果。