冠心病是目前危害人类健康的主要疾病之一,而冠状动脉造影术是临床诊治冠心病的主要依据之一。随着技术的发展,近些年兴起的旋转冠状动脉造影术存在多种优势,也使得三维冠状动脉重建成为研究热点。冠状动脉的重建面对的主要问题是由于心脏的运动、以及呼吸运动等影响导致冠状动脉在不同的投影角度上非同态,从而不能够直接用于重建。本文对三维冠状动脉重建的研究正是基于这样的背景。本文实现了基于模型演化的冠状动脉造影自动化三维重建算法。该算法首先对所取得的同心相造影图像进行一次呼吸运动的校正,从而避免呼吸运动对重建结果的影响。其次由于得到的造影图像中存在不规则的背景,导致其直接重建的结果效果很差,故本文对造影图像进行分割。结合血管的特殊性,本文采用了基于最短路径技术的血管分割算法,能够有效的将血管从背景中分割出来。紧接着利用分割的结果使用反投影重建算法得到一个初始的三维冠状动脉。随后,基于初始的冠状动脉体数据,本文实现了一种有效的自动化的算法对该体数据进行参数化。参数化过程首先提取了体数据的骨架,并基于骨架的连续性等特性确定血管节点拓扑关系,最后完成血管半径的估计。得到初始的三维冠状动脉的参数化模型之后,对该参数模型进行演化使其尽可能的匹配原始数据。本文采用梯度下降法对模型进行迭代优化,并加入了平滑性约束项,提升优化过程中的抗干扰能力,并使血管更加平滑。实验结果表明本文的重建算法能够有效的重建出冠状动脉并达到较高的重建精度,对于冠状动脉中存在狭窄也能够有效的检测出来,并且有效的减少了人工干预。