血管类疾病已经成为了世界范围内高死亡率、高致残率、高医疗风险的疾病之一。现代医学对血管类疾病的诊断和治疗常常需要借助一些成像工具对获取的血管数据进行成像和观察,对疑似病灶,如软斑块,钙化等进行判断和确认。现在已经有大量的研究致力于医学临床血管精确成像,其中血管分割是精确成像,量化血管疾病,帮助临床诊断的关键步骤。然而,血管分割依然是一个具有挑战性的难题,这是因为血管数据不同的获取方法,血管复杂多变的形态,多种病理学特征以及血管周围复杂的生理环境都会影响血管分割效果。最小路径方法可以有效地找到两个点之间累积代价最小的路径,通过待提取的特征来构造代价函数,从而可以提取两点之间的类曲线结构。最小路径方法已经被作为血管提取的有效方法之一。最小路径方法虽然有着诸多优点,如搜索速度快,可以有效地定位细小血管以及克服血管交叉点和一些病灶引起的血管灰度分布不均匀导致分割结果不准确的情况等,但是对于其在血管中轴线及血管结构提取上的应用还存在一定问题,主要有端点问题,短接问题以及代价累积问题这三个问题。为了克服上述三个问题,本文在最小路径方法中引入回溯技术,进而给出了提取类曲线结构的MPPBT (minimal path propagation with backtracking)方法。通过在最小路径搜索中执行三种类型的回溯操作,包括回溯累加终点操作,回溯能量降低操作以及回溯速度计算,MPPBT方法实现了只需要一个起始点,就可以有效地搜索出图像中完整的特征区域,并实现搜索地自动化停止,最终准确地提取出类曲线结构。但是,在最小路径方法中引入回溯技术后,会导致一个新的问题：闭环问题。本文在阐述闭环问题产生原因的基础之上,给出了局部MPPBT方法来解决闭环问题。本文使用了血管中轴线的对称凸性来描述其特征能量函数,继而使用MPPBT方法来快速有效地提取出血管中轴线。在精确的血管中轴线结果的基础之上,本文又给出了基于中轴线约束和最小路径搜索技术的CCMPP(centerline constraint-minimal path propagation)算法来进行血管提取。其中,中轴线约束包括能量约束和半径约束两种类型的约束。CCMPP算法利用回溯操作来实现最小路径搜索的自动化停止。本文给出的完整的血管分割算法在处理相同类型的血管数据时,只需要单独设置起点位置,其余的算法参数即使保持不变也可以鲁棒地实现血管分割。本文使用了二维冠状动脉造影图像,三维冠状动脉数据,二维视网膜数据,三维颈动脉数据,和三维肾脏动脉数据五种不同类型的血管图像数据来进行算法有效性的论证。