随着医学影像技术的快速发展,基于多层螺旋CT采集的心脏影像数据在冠脉临床诊断中起着越来越重要的作用。如何方便、快捷地辅助临床工作者从海量的冠脉CTA体数据中准确地获得有价值的心血管临床诊疗信息,一直是医学影像学者们努力的目标,也是当今医学工作者必须面临的巨大挑战。本文针对基于心脏CTA体数据的冠脉计算机辅助诊断系统的核心技术及其实现进行研究,主要包括复杂数据下心血管的分割,血管中心线的提取,服务于诊断的血管曲面重建以及心血管病变组织的定量检测与定性分析及系统设计与实现等。心血管的分割是诊断心血管疾病首要的一步,也是后续三维重建、定量检测和定性分析等诊断操作的先决条件。分割问题一直以来都是图像处理和分析领域的难题,特别是受冠脉CTA复杂性和强随机性等客观因素的影响,心血管分割问题是冠脉CAD的核心难点。本文利用升主动脉的位置信息,结合冠状动脉的结构特征,提出了一种基于管状特征和层间相关性的心血管分割算法来解决自动分割问题。在临床冠脉CTA数据上实验,结果表明该算法能有效地自动提取冠状动脉,减少医生的交互次数,从而提高工作效率。血管中心线在血管可视化视图显示、血管疾病检测和分析及相关领域具有广泛的应用。由于血管结构和曲率变化的复杂性,提取的中心线常会不准确。本文从血管的拓扑结构特征出发,利用方向追踪思想,提出了一种基于血管结构特征的冠脉中心线自动提取算法。在临床数据上实验后,结果表明该算法能够解决因血管曲率变化比较大以及分支比较多造成的中心线提取不准确问题。曲面重建技术是辅助临床工作者在一张图像上观察管状组织内部结构和完整形态走势的一种可视化技术,对心血管疾病的临床诊断具有重要作用。首先对现有的曲面重建技术进行讨论和分析,针对现有曲面重建技术对细小疾病不敏感等缺点,提出了一种旋转多角度曲面重建技术,从而更好地辅助临床工作者观察细小疾病,以减少医生的漏诊率和误诊率。心血管病变组织的定量检测和定性分析是冠脉CAD的核心目标和根本价值所在,其可以有效帮助临床工作者检测缩短心血管疾病的时间,降低工作强度,本文首先对现有的基于血管横截面面积(直径)的狭窄检测算法进行研究和讨论,针对现有算法检测误差大和不敏感的缺点,从血管横截面的形状特征出发,创新性地提出了一种基于形态学特征的狭窄检测算法。在临床冠脉CTA数据上实验,结果表明该算法较现有的算法具有较高的敏感性和客观性,能够有效地辅助临床工作者对疾病筛查和分析。冠脉CAD的核心技术需要在一个稳定的、安全的、易扩展的、易维护和易操作的平台系统上运行,并实现产业化转换。因此,本文也研究了冠脉CAD平台的系统构建,借鉴计算机软件系统的三层架构设计思想,采用面向对象的设计方法,使冠脉CAD在最大限度的辅助临床诊断心血管疾病的同时,提高其各个核心算法的复用和扩展能力,使各个核心技术能够扩展和应用于其它医学影像分析中,并最终实现产业化转换,经过临床实际应用证明,本文研究并实现的全部核心技术,能有效地辅助医生对CTA检查方式下的心血管疾病进行检查,提高诊断的准确性和工作效率,具有十分重要的临床价值和实际应用意义。