在肝脏影像中进行血管分析对于肝脏的术前预案非常重要。外科医生必须对肝脏内部的血管系统有了深入的了解后,才能制定出合理的肝脏切除方案,从而避免手术中由于主血管破裂导致的不必要的大出血。传统的肝脏血管分割方法主要基于区域增长或阈值分割算法,但是由于受到螺旋CT图像中噪音的影响,取得的分割效果并不理想。同时,传统方法还受到初始阶段不够自动化,缺乏有效的手段分离肝脏两大静脉系统等问题的困扰。本文提出了一种鲁棒的,全自动的血管分割方法来提取肝脏影像中的门静脉系统,并将它与肝静脉系统分离。本文首先利用解剖学的先验知识来初步确定门静脉主干(PVT)的位置,然后通过直方图分析的方法来精确地提取门静脉主干切片区域,并将提取的区域作为分割需要的初始区域。随后,本文提出一种新颖的血管分割框架“基于血管切片区域的扩散”(Propagations of Vessel Regions on Slice,简称PVRS),并结合多尺度管状结构分析得到的vesselness度量来进行肝脏血管的分割。本文提出的分割框架是针对各向异性的体数据设计的,把三维空间的扩散划分成层间扩散和层内扩散两类,能有效地处理现有医院中螺旋CT产生的数据。最后,本文针对多种血管错连的情况提炼出四种剪枝规则,并通过图分析的方法将分割结果中由成像噪声产生的末梢、环路及错连的肝静脉血管从门静脉系统分离。血管分割中的vesselness的计算比较耗时,本文通过自适应地确定每个体素的尺度范围,并结合PVRS框架中空间局部性的特点来进行优化。实验结果表明,优化后的计算速度比优化前计算速度快18倍左右。本文的血管分割算法还与基于灰度值的区域增长算法在临床的影像数据上进行了比较,取得了比区域增长算法更好的实验结果。