心脑血管病是一类非常常见,且严重危害人类健康与生命的疾病。尽管现在医疗水平有了很大程度的提高,但每年全世界仍有近1500万的心脑血管疾病患者死亡,而幸存下来的患者中,也有近一半丧失了自理能力。冠心病(CAD)是心脑血管病中十分危险和常见的疾病,据推算,中国的冠心病患者已超过了1100万人,冠心病的死亡率更是已超过了所有癌症。因此,对冠心病的及时诊断十分重要。光学相干断层扫描技术(OCT)是一种新型的冠脉内影像技术,它不但成像清晰、快速、且检测的危害性较低。本文针对冠心病的辅助诊断,对冠脉OCT图像做出了以下研究工作:1.针对冠脉OCT图像斑块区域的分割,提出了一种基于改进随机游走的新方法。首先,通过K-means算法结合数学形态学为随机游走算法提供了种子点,实现了对不同种类斑块区域的半自动化分割;其次,通过在权函数中加入基于图像中边与种子点之间距离的空间距离项,改进了随机游走算法,有效减少了算法对弱边缘斑块区域的过分割现象。2.针对冠脉OCT图像血管内膜的分割,提出了一种基于形状约束的自适应水平集分割模型。首先,通过将随机游走算法对血管内膜的预分割结果作为能量函数的形状约束项,防止了演化曲线在血管壁缺口处溢出现象的发生;其次,以演化曲线外局部熵平均值的增长率作为自适应权值,有效结合了CV与LBF模型,提高了本文方法分割灰度不均匀图像的准确率,减少了分割所用的时间。3.为了方便医疗机构使用,辅助临床医生对冠心病的诊断,本文设计并实现了冠脉OCT图像分析诊断平台。本文系统采用Java和Matlab语言编写;MVC框架设计;通过Matlab building for Java接口调用本文所提出的两种算法;整个系统平台主要分为用户模块、显示模块、程序接口模块、其他功能模块和疾病辅助诊断模块五部分。通过对系统的调试,所有功能均可实现并运行稳定。