旋转冠状动脉造影是近年来问世的心脏成像技术，旋转冠状动脉造影技术相比于传统造影技术可以跟全面和准确的提供血管信息。利用旋转造影图像提供的多角度投影图像进行三维重建，实现了血管的多角度观察，从而更好地进行临床诊治。由于心脏和呼吸运动，使得用于重建的图像大大减少，使得旋转冠状动脉造影重建成为了稀疏角度投影下的三维重建问题。就现有的方法而言，基于模型的重建算法对前处理环节依赖较大;而基于体素的重建方法则受到投影角度少的限制，图像质量不佳。鉴于此，我们的思路是:利用基于体素重建算法重建出血管体数据，研究稳定性较高的基于模型优化的重建算法，形成一套适应性较好的算法。　　基于体素的冠状动脉重建算法分为解析重建算法和迭代重建算法。迭代算法更适合稀疏角度重建以及在含有噪声的情况下重建，本文选择用基于距离驱动的算法生成了投影矩阵，以及用更易于并行实现的基于统计的迭代重建算法(ML-EM)重建出重建质量并不高的冠状动脉体数据，为后续基于模型的重建算法奠定了基础。　　基于模型重建算法的需要将得到的血管重建体数据参数化，即是说用一组参数来表示的模型来模拟血管形态。本文建立了易于实现，且保证了血管表面连续性的血管模型。利用得到的重建体数据和利用并行细化算法作用于重建体数据得到血管骨架数据，本文提出的自动初始化算法可以初始化出一组参数模拟重建出的血管体数据形成三维参数化模型数据，并且在干扰较大的条件下依然可以取得正确的结果。本文的初始化算法以及之后的参数优化算法，有效减少了人工操作，提升了算法的效率。　　为了保证重建结果的精度，本文做了一系列预处理工作。本文对投影图像进行了呼吸运动校正，降低了呼吸运动对旋转造影过程中相同心动相位的图像中血管位置造成干扰。另外真实的造影图像里噪声干扰、背景中组织带来的干扰以及模拟投影系统与旋转造影系统的差别影响了重建精度。为此本文针对真实投影图像提出了一种基于对比度增强预处理的局部阈值分割算法可以实现血管的有效分割从而有效去除干扰，我们还可以直观地量化两组二值图像间的相似程度。　　最后本文建立了一种基于三维初始化参数化模型数据的模型参数迭代重建方法。为了提升算法的抗干扰能力以及增大优化算法的收敛域，引入了结合血管自身结构特性的平滑先验和弹性先验。迭代优化算法采用梯度下降法。实验表明该基于模型的重建方法对冠状动脉X射线造影具有较精确的重建结果。