在诊断和治疗脑血管疾病的临床实践中,借助计算机对三维脑血管图像进行处理,为医生提供一个能够在任意角度观察血管的三维结构,帮助医生对病人做出更为准确的诊断和治疗。然而由于血管分枝众多,形态细小,并且随着人们对血管形态绘制的要求越来越精细,如何得到血管结构的准确描述已经成为一个非常棘手的问题。三维血管结构的整体框架很大程度上依赖于图像中血管的有效检测和结构关系描述。由于中轴和原图像具有相同拓扑性和相似的几何形状,因此能够较好的反映血管的结构信息。在目前已有的血管中轴提取算法研究的基础上,本课题重点研究了基于三维欧几里德距离变换和基于Hessian矩阵的中轴提取算法,并采用Dijkstra最短路径生成算法将中轴点连接成线段。本文的主要工作包括:1)简单的总结了已有的中轴提取算法。2)提出了一种全自动的基于三维欧几里德距离变换的中轴提取算法。该算法首先采用快速三维距离变换的算法将原图像转换成距离图,然后在此基础上采用一种完全面向三维图像的中轴提取算法,主要步骤包括:选取模板,确定局部值最大点,确定邻域值最大点和确定“鞍点”。该算法完全自动化,不需要人工干预。3)在对单纯的基于Hessian矩阵的算法充分研究后,提出了改进后的基于Hessian矩阵的中轴提取算法。主要步骤包括:三维欧几里德距离变换,求Hessian矩阵,可视化检测几个步骤。该算法同基于三维距离变换的中轴提取算法一样,也是完全自动化的。4)以往的中轴提取算法研究大多只是获得一系列的中轴点,我们的最终目的是为了能够观察血管的整体三维结构,因此如何将这些孤立的点连接成为线段非常重要。在这里,我们应用计算机数据结构的知识,采用Dijkstra最短路径生成算法将中轴点连接成线段。