近年来,发病率高、致死率高的冠心病已跃升为危害人体健康的头号杀手,俨然成为全世界关注的重要病症之一,因此对冠心病的早期预防、诊断也显得极其重要。针对冠心病,如何通过借助计算机技术和图像处理技术辅助医生对医学图像进行快速、准确地诊断,一直是研究人员共同努力的目标,也面临着巨大的挑战。结合对冠心病病变血管诊断的实际需求,本文深入研究心血管造影图像增强与分割算法,采用改进的多尺度血管增强滤波等技术对造影图像进行去燥增强,设计并实现了冠状动脉分割、骨架的提取、血管直径测量、狭窄程度辅助评估等功能模块,最终开发一套高效的智能影像辅助诊断系统,实现DICOM文件的解析与播放,并能快速准确地对冠状动脉进行分割和测量,辅助医生评估冠脉病变的严重程度。论文主要工作如下:1.造影图像的增强与分割。针对造影图像分辨率低、噪声多、背景亮度不均等特点,本文对传统基于Hessian矩阵的多尺度血管增强方法进行改进,构造新的血管相似性响应函数,较好地解决血管结构尤其是末梢毛细血管增强不充分的问题。在此基础上,本文采用改进的区域生长法提取冠脉结构,并加入形态学进行后处理填补孔洞现象,实验结果表明,该方案能有效增强造影图像,提取完整的冠脉结构,具有较强的鲁棒性。2.冠脉狭窄程度评估机制。本文利用造影图像中冠状动脉的灰度等特性提取中心线、血管分叉点、端点等关键信息,并采用最大内切圆算法对分割出的血管逐点进行直径计算。由于全自动提取存在计算量大、适应性差等问题,本文提出基于骨架的交互式冠脉狭窄程度辅助评估机制,分段检测血管是否阻塞病变,避免自适应的参数很难满足图像中出现的各种复杂情况。实验结果表明,本文所提方法与专家评判结果一致,能有效辅助医生进行临床诊断。3.冠脉辅助评估系统的工程实现。本文开发一套冠状动脉辅助评估系统,并完成系统的集成、优化与加速。该系统包括图像数据的导入,造影图像处理,交互式功能设计,诊断数据存储四大类功能模块,设计实现冠脉血管病灶的交互式辅助评估,并生成辅助诊断报告,为临床冠脉狭窄量化和冠心病诊断提供软件技术支持,具有重要的临床价值和社会意义。