X射线冠状动脉造影(X-ray Coronary Angiography)具有检查费用低,分辨率高,技术壁垒低、易于开展等优点,因此X射线冠状动脉造影成为了冠状动脉成像最普遍的方式以及冠状动脉瘤和冠状动脉狭窄诊断的金标准。冠状动脉造影中的血管中心线是很多后继医学图像分析和辅助诊断的重要先决条件;与此同时,冠状动脉中心线本身也有非常广泛的临床应用价值。例如中心线在冠状动脉的分割;在不同模态,不同视角下冠脉的配准;心脏运动速度的估计;SYNTAX评分中冠脉树的分段计算等问题中都有重要的应用。因此,提取冠脉造影中血管的中心线十分必要。因为基于跟踪的血管中心线的提取方法具有实现简单,用时短,能完整的提取血管的中心线等优点,该类方法已经成为冠脉中心线提取的主流算法之一。现有算法具有提取的中心线容易受到随机噪音的干扰;当血管内的造影剂分布不均匀时提取中心线的效果较差,精度低;无血管边缘等信息使得中心线误差修正困难等缺点,因此该类方法有较大的改进的空间。针对以上问题,本文的研究内容如下:首先,本文提出了基于跟踪的冠脉造影血管中心提取算法,研究方案如下:(1)利用噪声自适应模糊中值滤波器和指定直方图均衡化算法对图像进行降噪、灰度平衡化的处理;(2)根据脊点判定定理筛选脊点,筛选得到的脊点与经Frangi滤波器增强的图像融合,滤除不在冠状动脉范围内的脊点并按照脊点所在位置Frangi滤波器响应强弱排序,选择20个响应强烈的脊点作为跟踪的初始种子点;(3)根据初始种子点附近图像灰度局部极值的特点确定初始跟踪方向;(4)根据跟踪方向,以一定步长在一定范围的弧长内搜索确定血管中心线大概的位置,结合来自窄带水平集的血管边缘信息校正血管中心线,并更新血管跟踪的方向和搜索步长,从而实现血管中心线的自适应跟踪;(5)最后根据条件判定是否结束血管中心线的跟踪。然后,针对SYNTAX评分中冠脉树分段研究还相对不充分的现状,本文利用前述算法提取到的冠状动脉血管中心线得到冠脉树的端点、分叉点,并进一步利用这些端点、分叉点实现冠脉树的分段。最后,为了方便用户使用,本文还基于.Net Framework框架并利用ITK开发了冠状造影血管中心线提取软件。结果表明:本文提出的算法能够完整的提取到冠脉造影的血管中心线,本文利用人工合成的冠脉造影图像和临床冠脉造影图像测试了算法的效率。通过引入通用的误差度量方法,利用人工合成的冠脉造影图像定量计算了本算法的距离误差(distance error)0.318,面积误差(area error)0.322,与同类算法的横向比较发现本文提出的取得与当前先进算法相当的精度。通过对临床真实造影图像实验发现,本文提出的算法对随机噪音、造影剂分布不均等现象不敏感。基于提取到的血管中心线,本文利用基于区域生长的冠脉分割方法从冠脉造影中分割得到了整个冠脉图像。与此同时,本文还通过确定冠脉树的端点和分叉点的方式实现了冠脉树的分段。最后,本文设计的图像处理软件操作界面友好,用户可以方便地实现冠状动脉血管中心线的提取。总而言之,本文提出的算法对冠脉造影中的随机噪音、造影剂分布不均等现象不敏感,能够利用来自窄带水平集的血管的边缘信息对中心点进行修正使得血管的中心线提取精度更高。基于本文提取的血管中心线,本文提出的冠脉树分段算法能够实现冠脉树的分段。