光学相干断层扫描技术(OCT)已成为诊断冠状动脉狭窄的关键技术,因其可识别影像中的斑块及易损斑块,所以该技术对辅助诊断冠心病具有十分重要的意义。但当前研究领域内尚缺乏对冠脉OCT图像全自动、多区域、高精度的分割算法。因此本文提出了一种基于中智学理论的冠脉OCT图像的多区域、全自动的分割算法,以期实现对纤维斑块和脂质区的高精度分割。本文基于隶属度函数重新定义了OCT图像转换至中智学领域T图的方法,进而达到提高纤维斑块的分割精度的目的。针对脂质区的分割,本算法加入同态滤波增强图像,使用中智学将OCT图像转换至中智学领域的I图,进一步使用形态学方法,实现高精度的分割。本文对9位患者、40组具有典型斑块的OCT图像进行分析,并与医生手动分割结果进行比较,实验结果证明,本文算法避免了传统中智学的过分割及欠分割问题,准确地分割出斑块区域,且算法具有较好的鲁棒性,因此本文工作或可有效提高医生分割斑块的准确率,期望可以辅助临床医生对冠心病的诊断与治疗。