近年来,随着计算机和数字图像处理技术的进步,计算机辅助的手段在肝肿瘤的诊疗过程中发挥出越来越重要的价值,能够大幅提高治疗效率和患者生活质量。在计算机辅助肝脏手术规划系统中,建立精准的血管模型是关键步骤,其中最为重要的是肝静脉和肝门静脉的建模。CT多相期增强扫描影像常用于血管模型的建立。通过选取造影剂到达不同血管的时间点来采集CT图像,可以依次获得动脉期、门脉期和静脉期的图像。但是受体内呼吸作用和体外运动的影响,从门脉期到静脉期的CT图像中肝脏及血管通常存在刚性及非刚性的形变。此外,门脉期采集的图像通常只包含完整的门脉系统,静脉期采集的图像却除了包含完整的静脉系统以外,还包含部分残留的门脉系统。为了从门脉期和静脉期的图像中分别提取出门静脉血管和静脉血管,并将它们精确融合到同一个血管模型中,本文就CT多相期增强扫描肝内血管建模的若干关键技术进行了研究。首先,本文提出了一种自动的肝内血管提取框架,可以不依赖交互来实现门脉期和静脉期的完整血管提取;然后,将肝内血管及肝实质描述为形状模型,提出了基于遗传算法的刚性配准方法和基于改进IFFD的非刚性配准方法,可以对门脉期的图像和静脉期的图像进行配准。最后,利用配准以后的门脉期图像作为先验信息,对静脉期图像中残留的门静脉血管进行删除,得到了经过精确配准的完整肝门静脉血管和肝静脉血管。本文提出的方法均集成在课题组研究的医学影像云端处理平台——RayPlus上,用于支持血管拓扑分析和进一步的肝脏手术规划,已在多例临床数据上进行了精确度和鲁棒性评估。