冠脉造影能实时提供清晰的冠状动脉解剖成像,OCT可以详细评估管腔尺寸、斑块形态等信息,在一定程度上克服了冠脉造影的不足,将冠脉造影和OCT图像进行配准融合,使两种成像技术优势互补,对临床治疗具有重要意义。针对现有的冠脉造影和OCT图像配准方法的不足,本文提出了一种新的基于管腔和分支分割的冠脉造影与OCT图像的配准方法,主要工作总结如下:（1）根据冠脉造影图像和OCT图像的特点,本文提出了一种基于管腔和分支分割的冠脉造影-OCT配准的整体方案。配准方案的整体流程主要包括:分别对冠脉造影图像和OCT图像中的主支血管管腔和分支进行检测分割,利用分割结果分别构建冠脉造影和OCT图像的管腔特征点集和分支特征点集,然后将特征点集通过一个包括滑动窗口快速目标检测粗配准和TPS-RPM-LDB精配准的二级配准算法实现配准,从而获得冠脉造影图像和OCT图像的配准对应关系。（2）结合冠脉造影图像特点,对Mask-RCNN模型进行改进提出了一种CAB-Mask-RCNN模型用于对冠脉造影图像主支血管上的分支开口的检测与分割。CAB-Mask-RCNN模型采用冠脉造影原图和主支血管Mask图作为多通道输入实现正确区分主支血管与非主支血管的功能,同时在特征提取时融入注意力机制,提高了模型特征提取能力。与原Mask-RCNN模型比较,CAB-Mask-RCNN模型在目标检测方面提高了0.2853,在分割方面提升了0.3150。（3）在冠脉造影和OCT管腔和分支分割的基础上,构建了用于冠脉造影和OCT图像二级配准的特征点集,在粗配准阶段,采用滑动窗口快速目标检测算法确定OCT成像血管在冠脉造影图像中对应的血管段。在精配准阶段,提出了TPS-RPM-LDB算法进行更精确的配准,TPS-RPM-LDB算法加入了局部直径信息约束和分支拓扑结构保持约束,充分利用了冠脉血管的特征信息。二级配准算法在临床数据集中平均标记点配准误差为0.38mm,标志点配准准确率高达95.82%,算法在不同冠脉血管中均有较高的准确率。（4）文采用临床数据集,以单根血管为研究目标,验证本文提出的基于管腔和分支分割的冠脉造影和OCT图像配准算法在临床分析中的可行性和准确性。来自181个病人的212根血管被用于实验,其中有208根血管成功配准,准确率高达98.11%。实验结果表明,本文提出的基于管腔和分支分割的冠脉造影和OCT图像配准方法是可行的和准确的,该方法无需改变导管室的基本诊断流程,可应用于常规临床诊疗中。