随着我国的快速发展,国民对健康生活的渴望也日渐增强。心脑血管疾病是当今人类的严重威胁之一,50岁以上中老年人更是心脑血管疾病的高发人群。我国每年有近300万人死于心脑血管疾病,占我国每年总死亡病因的51%。因此,对心脑血管疾病的早期诊断和准确诊断成为近代医学研究的一个重要课题。计算机断层造影(CTA),在医学上又叫非创伤性血管成像技术,现在已经成为诊断心脑血管疾病的一种重要方法,尤其在介入治疗中起着不可替代的作用。本文旨在更加精确更加快速地分离提取出头部骨骼组织和独立的下颌骨结构,辅助医生进行更准确的诊断。本文首先,根据人体生理特征和头部医学影像的特点,提出了医学影像预处理算法和特征区域骨骼统计头部分层算法。医学影像预处理算法可以有效地去除医学影像中的无关部分,并保留影像中有用的人体部分。特征区域骨骼统计头部分层算法可以将复杂的头部数据分成三个部分,使得针对不同部位的诊断可以仅仅只处理与之相对应的数据集,有效地减少了数据处理量。其次,本文提出一种全新的基于区域圆形度、灰度均值和均方差的组织判别方法。提出一种全新的改进的主动轮廓模型,并将它和三维区域生长算法相结合,良好地解决了头部骨骼组织提取问题。然后,通过大量临床数据的实验比较,证明了本文提出的方法优于传统的基于阈值的骨骼分割方法。再后,本文在医学影像理论的基础上提出了谷状结构理论,并以此为依据,进一步提出了关节软骨检测算法,通过该算法,使得不同骨骼的分离问题得以有效地解决。最后,本文创新地设计了下颌骨独立提取算法,并提出自主设计的下颌骨初始种子点快速确定算法和关节软骨检测算法。通过这两个自主创新设计的算法,完美地解决了下颌骨提取问题,并通过大量临床数据实验予以验证。