摘要：针对冠状动脉造影图像中的血管狭窄位置进行自动识别,并且定量评估其狭窄程度,为临床医生提供一种计算机辅助诊断方法,从而提高对冠状动脉狭窄的诊断准确率,同时减轻医生的劳动强度。所提出的基于冠脉造影图像的血管狭窄自动识别方法包括血管树分割以及血管狭窄识别两部分。在血管树分割部分,首先通过基于Frangi Hessian的改进模型进行图像增强,随后利用基于统计学区域融合方法对血管区域进行分割。在血管狭窄识别部分,首先利用水平集算法对分割结果进行细化获得血管骨架,随后提取血管边缘进行血管直径测量,最后采用局部最小点法计算整幅图像血管段狭窄的百分比,对狭窄段进行定位并分级。实验在153例患者的血管造影图像中检测出狭窄共计208段,其中轻度84段,中度42段,重度82段。统计分析结果显示,血管狭窄识别平均准确率为93.59%,敏感性为88.76%,特异性为95.58%,阳性预测值为90.51%,表明该方法能够有效地检测和定量评价动脉血管的狭窄程度,有助于心血管疾病的临床诊断。