伴随着经济的发展,人们饮食习惯相比以前也有了很大的变化,高脂肪,高热量食品的摄取量大大增加,这一改变使得心血管疾病的发病率也随之逐年增加。预防心血管疾病的关键在于早诊断,早预防,早治疗,而传统的影像诊断方法受到许多原因和条件的限制,导致医生对影像信息把握存在局限性,甚至判断失误。若能及早的发现病患的病变并识别病变性质,就能很好的降低疾病对病患的进一步伤害。另一方面,计算机技术以及图像处理技术在近些年也有了长足的进步,促进了计算机辅助诊断系统被广泛应用于病患诊疗影像的处理,除此以外,该系统还有进行自主进行疾病综合分析的能力,得出诊断信息供给医生参考。本文主要研究了基于心脏CT图像的冠脉自动定位及显示技术中涉及的关键问题,决定采用一种间接方法即将心脏CT图像转换为二维图像序列来实现冠脉分割,其中涉及的内容如下:(1)心脏CT图像中冠脉中心线的提取。冠脉中心线的提取将三维图像转换为二维图像序列进行处理以及后续三维映射的基础,因此该步骤的准确在整个算法中至关重要。在冠脉中心线提取部分,本文将列出几种常用的中心线提取算法,通过理论研究和实验比较,得出适合于本文应用场景的中心线提取算法,验证了采用基于模型的有向最短路径自动冠脉中心线提取方法对于心脏CT图像冠脉中心线提取的有效性。(2)对心脏CT图像中的冠脉区域进行精确分割。因为心脏CT图像质量相对于其他图像来说质量较差,且含有大量噪声,这使得常规方法难以给出可以投入实际使用的效果。在该问题上,本文主要在采集的心脏CT图像上进行实验,通过实验比较,验证了采用Levelset(水平集)算法对心脏CT图像进行图像分割的效果。为了进一步提高分割的准确性,本文提出一种利用两种图像增强信息进行自适应融合,随后利用Levelset(水平集)算法对融合后的图像区域上进行演化来分割出目标区域。实验证明,该方法可以保证心脏CT图像的冠脉区域分割达到一定的准确率。(3)对分割后的冠脉区域进行清晰的显示。因为标准的DICOM格式医学图像文件具有高分辨率和高动态范围的特点,使得对图像进行高质量的显示成为了一个难题。为了尽可能方便医生对病灶进行观察分析,本文通过ITK,VTK以及Qt库的混合编程,实现心脏冠脉区域的分层显示,并给出相信的辅助诊断信息。实际应用显示时,该方法可以大大减少医生的工作量与诊断难度。