随着生活节奏的加快,生活压力增大及不健康的生活习惯,世界范围内心脑血管类疾病的患病率已经呈现爆炸上升的趋势。动脉狭窄作为心脑血管类疾病的早期表现形式,精确检测并量化狭窄已成预防、诊断及治疗的重要因素。由于DSA成像机制具有噪声抑制,边界增强等特性,因此DSA可以清晰地显示各主要动脉血管的狭窄分布情况,是动脉狭窄检测和量化的首要参考对象。针对DSA成像清晰,易于测量的特性,结合临床诊断中高精度,高灵敏度的要求,本文提出了一种亚像素级的狭窄检测及量化方法。本文深入分析了实现狭窄的亚像素级检测所需的必要条件为:精确定位的血管中轴线,精确提取的血管边界,符合血管形态变化的直径测量方法。因此,本文针对上述约束条件,将算法分为三个步骤完成狭窄的检测与量化。血管中轴线提取阶段,本文使用基于Hessian矩阵特征值及特征向量的自适应多尺度滤波,有效增强管状结构组织,抑制非管状结构组织,提高动脉血管与周围肌肉组织的区分度。针对增强后的图像对象,采用了多种形态学运算族级联处理的方式,实现了中轴线精确提取。边界提取阶段,通过对比分析多种边界提取算法,本文提出了采用Zernike矩的方式实现边界的亚像素级提取。根据Zernike矩所具备的旋转不变特性,边界提取算法具有较好的抗噪性,通过应用Zernike模版,可以有效降低算法的运算复杂度,提高算法性能。本文通过设计对比实验,验证了参数取值对算法运行结果的影响,同时从抗噪性、提取精度和运算时间三方面验证了本文所提算法具有较高性能,是边界提取阶段的首选算法。血管直径测量阶段,本文受弹性小球动态膨胀概念的启发,在其基础上做出改进,提出一种基于复杂形态平衡球的血管直径测量算法。该算法针对狭窄附近血管组织结构复杂,形态变化大的特性,利用血管组织形态结构特征构造复杂形态下的平衡小球,通过小球半径与对应夹角可以得到更加符合血管实际走向及结构的直径值。通过对血管直径测量算法对比实验,本文所提算法较传统方法更加接近专家手工标定值。本文最后对临床典型动脉狭窄患者的DSA样本进行对比实验,通过对实验结果的分析可知,本文所提出的基于Zernike矩的亚像素狭窄检测算法符合临床实际检测的允许误差范围,具有较高的检测精度和较好的鲁棒性。