图像处理中,线结构是细长结构(elongated structure)的一种形式,线结构检测在特定情况下又被称为曲线结构检测,曲线结构是指具有某一尺度的直线或曲线。线结构检测技术在数字图像处理中扮演着重要的角色,本文将重点研究线结构检测技术在医学图像处理领域中的应用。由于医学图像中组织特征的可变性、不同组织之间或者组织和病灶之间边界的模糊性以及微细结构分布的复杂性等问题,使得医学图像技术的智能化受到了限制,传统的方法已不能满足。相对于传统方法的局部信息获取,测地线还融合了全局的信息,其在图像处理领域中的应用特点主要表现为对检测目标相似性特征的考虑,利用其具备先验信息的特点,能够基于已有信息预知下一步。本文以医学图像中线结构组织为研究对象,基于测地线理论提出了一种线结构检测算法分割线结构组织,为功能区间划分和病灶定位提供重要参考。主要工作内容包括：1.针对医学图像中细薄线条结构特点,本文在局部线性增长上,提出了改进的测地线投票局部区域增长线结构检测算法。首先选定目标上一种子点,利用快速行进算法构造测地线距离场,然后在局部影响区域内进行测地线投票检测,以检测到的分支点作为新的种子点更新局部区域测地线距离场,依次迭代增长检测,最后通过线性插值后处理修复分割结果中的断裂部分,得到较为完整的分割结果。2.针对多分支(树状)线结构检测,为了减少全局搜索的计算量,本文在toe-finding算法的基础,提出了改进的直方图波峰分支定位算法。基于测地线距离场,提取出指定距离的测地线,将其展开成直方图,分析到达时间并计算区域波峰来识别和定位各个分支的位置,然后划定影响区域进行测地线投票局部区域增长检测,最后通过分支末端直方图波形差异以及迭代深度确定终止条件,结束树状结构多分支检测。3.针对融合宽度信息的管状曲线结构组织,本文结合最佳方向性梯度通量,提出了基于管状测地线的管状曲线结构检测算法。通过最佳方向性梯度通量获得管状结构在中心线上各个位置点的半径估量值,然后利用快速行进算法计算出管状测地线。在测地线回溯的同时对经过的路径上的位置点对曲线结构进行半径估量,得出中心线与对应半径的曲线族的包络线,即管状曲线结构。4.为了验证算法的有效性,本文建立了一个综合评价体系。该体系通过采用Lobe and Lung Analysis 2011(LOLA11)数据库和Digital Imaging and Communications in Medicine(DICOM)数据库中的CT和MRI数据来对检测分割结果进行定性与定量的评价与比较,并分别计算出命中率、假发现率、检测准确率以及平均运行时间这四个评价准则。通过与其余算法以及与Ground Truth的对比表明,本文提出的算法具有较好的分割性能,尤其在抗噪性能上具有一定优势,可以满足临床应用的需求。