医学图像分割是医学图像处理的一个重要分支，血管分割是图像分割的一个重要方向。提取清晰的血管结构可以帮助医生进行诊断或者制定更为准确的手术方案。本论文主要研究了眼底二维血管提取和肝脏三维血管提取。视网膜图像中具有大量的生理信息,很多与心血管有关的疾病都会造成视网膜血管出现病变，清晰的血管结构有助于检测血管病变。本论文提出了一种结合匹配滤波器和改进的迭代阈值跟踪的算法，用于视网膜图像二维血管分割。首先利用匹配滤波器（Gaussian滤波器）对原视网膜图像进行滤波，然后在滤波图像上找一组种子点，用改进的迭代阈值跟踪算法从种子点开始在滤波图像上进行跟踪，进而得到最终的血管图像。实验证明，该方法对眼底血管具有很好的分割效果，尤其是对于小血管的提取非常有效。在肝脏肿瘤切除手术前，医生往往需要给出一个外科手术方案，清晰的肝脏血管结构对于手术方案的制定尤其重要。本论文实现了一种新的算法，对肝脏三维血管进行提取。肝脏血管的提取主要是基于灰度阈值化来实现的，灰度阈值是基于肝脏内部图像的灰度和梯度信息来确定的。在肝脏血管提取前，首先用高斯滤波器和中值滤波器对原始肝脏CT图像进行预处理，然后肝脏血管提取，算法主要分三个步骤：第一步，肝脏血管预分割，采用高灰度阈值对肝脏区域进行预分割，得到主要肝脏血管分支；第二步，利用主要肝脏血管分支信息确定一个新的肝脏血管区域，通过新的血管区域的图像灰度信息和梯度信息进一步确定精确的灰度阈值T；第三步，利用灰度阈值T对肝脏区域进行灰度阈值化得到肝脏血管；最后是肝脏血管修正，对得到肝脏血管进行分析，根据分析结果做相应的修正。实验结果表明,该算法可以快速有效的提取肝脏血管，在临床上具有重要的应用价值。