利用医学图像技术分割CT扫描图像中的血管并提供三维显示,可以帮助医生更好的观察血管结构。肝血管从延时期CT扫描图像提取获得,由于延时期CT扫描图像天然含有较多噪声,提取出的血管经常出现错误的粘连和断开,需要进一步将血管分为肝静脉、门静脉和杂质三类,提供更加准确的结果。本文研究了对基于延时期CT扫描图像分割出的肝血管进行分类的方法。分类算法主要分为两部分,首先对血管数据中的粘连部分进行断开,然后再对无粘连的血管进行分类。对于血管粘连断开,本文分别研究了基于中心线的断开方法和基于区域的断开方法。基于中心线的方法利用粘连区域对应中心线特殊的角度关系识别粘连中心线完成断开。基于区域的方法利于区域局部均值、方差和梯度对粘连点进行去除,分离血管再重新恢复生长得到无粘连的血管。针对断开粘连后的血管,本文实现了一种基于肝内血管拓扑结构特征进行分类的方法。首先利用门静脉主干位于肝外且呈圆形的特点识别门静脉血管树,然后通过三维血管区域的分叉数量变化及走向对剩余的肝静脉血管树、杂质及少量门静脉血管分支进行分类,实现肝内血管的自动分类。本文实现的方法对多套基于延时期CT扫描图像提取的肝血管数据进行了血管分类实验。实验结果表明,该方法可以实现肝内血管的自动分类,分类效果较为理想。