在医学可视化领域中,如何进行有效的中心线提取一直是研究人员不断进行研究与探索的方向。较好的提取出图像中管状结构的中心线不但可以使医学应用中基于虚拟路径导航诊断方法更加准确,同时也可以应用提取到的中心线使图像特征提取更加方便,以便进一步研究与应用。目前基于最小代价路径的中心线提取方法尽管在特定的图像数据形式下也可以达到预期的效果,但在血管结构的分支点处不能够很好的提取出血管结构体的中心线,同时由于是以给定初始起点为中心进行曲线演化直到达到初始终点进行图像全域内最小路径的搜索,所以在提取的准确性与速度方面也存在着不足。本文根据对图像自身特征的分析以及医学图像中心线提取的现状分析,提出了更具适用性,更加准确的应用小波模技术细化方法在中心区域内提取中心线的方法,不但在图像的分支点处能够很好的提取出分支处的交叉点,同时在整个图像中都可以更加高效的提取出血管结构的中心线。应用最小路径方法提取图像中的最短路径中心线,这条路径具有最短代价但同时也具有不确定性,即可能由此得到的路径虽然是最短路径但并非是我们希望的中心线。本文应用小波模进行提取中心区域技术,首先用这一技术对图像中血管结构进行细化操作以缩小并提取出血管中心区域,同时在这一中心区域范围内应用搜索最短路径方法进行求解中心线,这一方法并非像其它方法一样在图像整体区域内寻找最短代价路径,而是在血管结构被缩小范围后的中心区域内搜索最短代价路径以提取出血管结构的中心线,所以应用这一方法不论在计算的复杂性方面还是在提取血管结构中心线的准确性方面都能够达到很好的效果。通过本文提出的方法与其它方法进行比较,可以证明本文提出的方法不但在计算性能上较其它方法有所提高,同时在中心线提取的准确性方面也优于其它方法。应用本文提出的血管中心线提取方法进行医学可视化与临床诊疗应用可以完成基于医学图像导航的临床诊断。无论是从理论与应用方面都具有较重大的意义与现实的参考价值。