随着肾癌发病率的逐年递增,肾肿瘤手术越来越受到重视。肾动脉与肿瘤的空间位置关系确定是肾肿瘤切除手术的关键步骤,因而肾动脉的精确分割十分重要。由于肾脏CTA(Computed Tomographic Angiography)图像数据量巨大,手动分割给医生带来很大的工作量。本文从提高工作效率和临床诊断准确性角度出发,提出一种基于三维Zernike矩的半自动化血管分割方法,并应用于肾脏CTA图像动脉分割。本文首先对三维血管分割方法进行总结,其中阂值区域生长算法可以高效提取血管主分支,但存在欠分割和过分割的问题。通过对CTA图像局部区域进行分析发现血管表现为高亮的三维管状结构,与背景的几何结构存在较大差异性。利用阈值区域生长算法提取局部几何结构并利用三维Zernike矩构造描述局部结构的3DZD(Three-Dimensional Zernike Descriptors)特征向量,结合支持向量机分类算法训练分类器。为了提高处理效率,结合全局固定阈值区域生长算法以及血管主分支中轴线末梢延长区域提取感兴趣区域,进一步减少待分割数据量。利用分类器对感兴趣区域体素点进行分类,将分割结果与血管主分支连通提取完整血管。本文对30幅肾脏CTA图像进行分割实验,并通过定义评估框架下的评价指标来度量分割结果与专家参考中轴线的相似度。在结果分析部分,通过与全局固定阈值和手动调整阈值区域生长方法进行比较,结果表明本文方法具有较高的分割精确度,可以用于对1肾脏CTA图像中动脉血管的提取,从而为其在临床中应用提供基础条件。