近些年,骨转移被认为是导致死亡的疾病之一。骨转移是由骨组织以外部位的恶性肿瘤,通过与成骨细胞、破骨细胞及骨基质细胞的相互作用破坏骨组织而引起的疾病,其中发生于脊椎的骨转移癌最多。早期诊断是治疗脊椎骨转移的重要手段,在临床诊断中,放射治疗需要确定治疗目标的位置和体积。准确分割治疗目标可以大大减少放射治疗和手术的时间,因此有必要基于三维图像处理技术来精确地分割脊椎区域。在本论文中,基于多名骨转移患者的CT图像,提出了一种基于三维边缘检测和三维区域生长技术的图像分割方法,实现了快速准确地从CT图像中提取脊椎区域。本文主要研究内容如下:1、为了消除噪声以及脊椎区域灰度差异较小、边界不清晰和纹理结构复杂的影响,使用三维高斯滤波来处理图像。采用非线性映射来增强区域的对比度,有效地避免了部分患者CT图像偏暗造成的影响。在不破坏图像质量的前提下,剪裁ROI(感兴趣区域)极大地提高了后续的分割速度。2、对比了不同算子的分割结果,提出了一种基于近似三维Canny边缘检测来确定初始ROI增长范围的分割算法。首先,采用三维Sobel算子计算梯度,近似Canny方法通过搜索梯度的局部最大值来找到边缘;然后,使用得到的全局梯度的直方图,选择初始种子点集并为后续的区域生长提供边缘信息。3、基于脊椎CT图像,对比经典区域生长算法的不同分割结果,提出了一种结合边缘检测和区域生长的算法。首先,通过在低梯度范围和高灰度像素中选择初始种子点的集合,迭代更新种子点集合的平均灰度;然后,基于对26邻域灰度值的判断,区域生长的过程始于梯度较小的体素位置,并且在梯度较大的位置处结束;最后,当没有类似的灰度体素添加到集合中并且达到先前检测到的边缘时,生长停止。改进后的算法解决了基于区域分割的局限性欠分割和过分割的问题。4、考虑到椎管的形状类似于圆形,采用了霍夫变换算法定位ROI以找到初始种子点。在矢状面上,将椎管区域分成三段分别进行三维区域生长,基于三维区域生长算法分割解决了因椎管弯曲度大过分割的影响。5、提出了一种基于区域像素点的目标检测评价交并比(IOU)的分割结果评价方法。该评价法以日本产业医科大学多名资深影像科医师的人工分割作为参照标准,对基于三维边缘检测和三维区域生长算法分割出的脊椎区域进行量化分析。实验结果表明该算法保证了区域生长结果的鲁棒性,在分割准确率和速度方面保持了平衡,为进一步的诊断和治疗提供了临床信息。