大量研究发现,在颅内血管的流体力学仿真模拟中,精确的血管数据对于实验结果非常关键,微小的数据差异可能产生很大的差距,因此如何有效地分割血管成为仿真研究过程中重要一环[1]。医学影像仪器扫描时容易受到内部影响或外界因素干扰,使得血管图像表现出模糊不清,对比度低等特点,加之颅内血管自身细小,这也给分割血管带来了难度。活动轮廓模型是近年来研究的热点,具有抗噪和处理灰度不均匀图像的特点[2]。本文着重研究活动轮廓模型在血管分割上的应用,提出针对血管分割的改进算法,并分别应用在二维血管图像和三维系列断层血管图片中。本文的具体工作如下:1.提出一种结合SBGFRLS模型的阈值分割模型,该模型将局部阈值分割应用到水平集方法上,提高了分割噪声和灰度不均匀血管图像的能力。2.针对颅内血管的特点,本文提出一种引入差分图像的活动轮廓模型。实验表明,该模型具有多重分割特性,不仅能有效分割噪声血管图像,而且对于灰度不均匀血管图像有很好的分割效果,此外还具有较高的效率,能够满足比较复杂血管的分割要求。3.针对断层系列血管图像的分割,本文改进了CV模型和SBGFRLS模型,将其应用在三维体数据上,实验表明改进后的模型能够较好地完成分割,得到比较光滑的血管。4.为了与后期颅内血管流体力学仿真模拟接轨,研发了基于MITK的三维重建平台3DRebuilderTool工具,该工具具有三维重建、图像分割、虚拟切割、测量以及导出三维网格文件功能,而三维网格文件正是后期进行仿真模拟的数据来源。