当今世界，心血管疾病是发病率和死亡率最高的疾病之一，而随着现代医学影像技术在电子化和信息化时代的潮流中不断地进步，医院对于病人的诊断过程也发生着改变。在临床医学领域中，医学影像技术一直都被广泛的应用于医学观察和疾病诊断上，医生通过医学图像可以对病人的病情进行更直接的认识，但人体的心血管系统十分复杂，通过CT机扫描病人身体所得到的医学图像的信息量又十分庞大，因此如何利用图像分割算法提取血管已成为医生诊断心血管疾病的重要手段之一。本文针对CTA（Computed Tomography Angiography）图像的特点，以CTA体数据中的血管区域为分割对象，分析了现有的图像分割方法，并结合本文的分割对象，开展了有效的血管三维分割算法的研究，取得了如下的研究成果：（1）本文利用对称区域生长实现了CTA图像中的腹部血管三维分割，在此过程中，首先简要介绍了对称区域生长的基本理论和方法，通过对比传统的区域生长，分析得出了对称区域生长在三维分割算法中所具备的优势；然后以对称区域生长法的原理为基础，设计并实现了血管的三维分割算法，其中对于具体的分割流程、分割方法以及相关技术点进行了较为详细的描述；最后将算法应用与实际的CTA图像，通过分割实验，分析了对称区域生长在血管三维分割应用中的不足之处。（2）针对对称区域生长在血管三维分割应用中所表现出的缺点，提出了结合LBF模型的对称区域生长的血管三维分割算法，整个算法的改进过程主要包含了两个关键技术点：其一是简化对称区域生长的生长判断过程，其二是利用LBF模型的轮廓作用提高算法的性能。论文通过研究LBF模型算法的基本原理和功能，以及结合本文需要解决的分割问题，论证了LBF模型对于对称区域生长进行改进的可行性，提出了具体的改进方案，同时对改进后的血管三维分割的流程进行了详细的描述。在最后的实验结果与分析中，将原算法和改进算法进行了各方面的性能比较，证明了改进算法在血管三维分割应用中有更优越的性能。