重建与分割是医学图像处理领域的两个热门方向,基于图像的动脉血管三维重建与分割算法融合了计算机视觉、生物医学工程、模式识别与智能处理等多个学科领域。其中,冠状动脉血管的三维重建对于冠心病的诊断与治疗具有十分重要的意义,通过对血管进行三维可视化处理,它能够在一定程度上降低医生对专业知识和临床经验的依赖。根据临床经验,心血管疾病的发病率和颈动脉内中膜厚度变化有着一定的相关性,在心动周期中,对颈动脉内中膜进行动态分割可以实时地检测颈动脉内中膜厚度的变化,从而可以预防或及时治疗心血管疾病。本文主要分为两部分:颈动脉内中膜的分割,冠状动脉的三维重建。论文介绍了颈动脉、冠状动脉及其相关疾病的诊断方式,对比了超声图像、造影成像、核磁共振成像等检测方式的异同点与适用情况,介绍了几种常见的医学图像分割算法,包括水平集方法、区域生长算法、主动轮廓模型等方法。在颈动脉内中膜的分割算法实现中,本文采用卡尔曼滤波-蛇算法,利用了状态空间方程的时间一致性、卡尔曼滤波器准确实时的动态跟踪性能,以及蛇算法在医学图像分割中的准确性等特点,实现了在整个心动周期对颈动脉内中膜的全自动分割,对内中膜厚度进行实时监测。对冠状动脉进行三维重建过程中,我们利用了冠脉血管造影图像的二维信息,通过不同角度的冠脉造影图像,利用经典的三维重建算法得到初始的冠脉三维空间模型。不同于以往单一利用造影图像进行冠脉三维重建的思路,本文结合了血管内超声,利用血管内超声可以对血管内部结构进行成像的优点,对冠脉主干部分的三维空间结构进行进一步的可视化优化,进一步观测血管狭窄和斑块等信息,最终得到较为理想的冠脉三维可视化模型。