南方医科大学 生物医学工程学院医学信息研究所，广州 510515
利用序列CT图像对骨组织做自动分割是计算机辅助骨科的重要技术。由于骨结构的不一致性、病理改变以及CT数据内在的模糊性，完全做到自动分割目前还面临着很大的困难。提供了一种有效的解决框架，既避免了传统分割中大量的人力介入，又避免了自动分割造成的错误。具体步骤是：设计合适的自动分割算法对序列CT图像中骨组织做自动分割；利用相邻CT图像上骨轮廓是渐进变化的特性，通过比较轮廓形状的一致性来自动验证分割的结果；对一致性较差的结果引入决策判别机制。
计算机辅助外科 图像分割 轮廓线分析 三维重建 computer-aided surgery image segmentation contour analysis 3D reconstruction
1 南方医科大学 生物医学工程学院，广州 510515
2 北京理工大学 信息科学技术学院，北京 100081
由于造影图像中的血管具有复杂的形态结构，经典的基于跟踪的一类方法在进行分割时容易丢失目标，因此其自动化程度和鲁棒性受到了严重的影响。提出了一种鲁棒的最大似然血管跟踪模型，该模型是建立在多种局部相似性测度和智能知识引导的基础上的，能够精确估计出血管轴线，并能正确判断分支点位置。实验结果表明，该模型具有很高的稳定性，能够为血管三维重建和临床诊断提供正确的依据。
血管造影 血管分割 相似性测度 似然模型 X-ray angiogram blood vessel segmentation comparability measurement likelihood model.
