医学图像的分割是当今图像分割领域的热点,医学图像分割就是将医学图像分割成多个区域并提取出有用的目标,多年来也形成了很多种方法。由于人体的血管组织是存在差异的,医学图像的分割对图像的分割精度和准确度要求较高,又由于图像易受到噪声等外界因素的影响,所以一般的分割算法难以达到要求,断层扫描成像是一种非监督类聚类模型,在图像分割领域十分的经典,而且越来越受到人们的重视。本文进行的工作有:1.深入图像分割的相关文献基础,分析了断层扫描成像及EM算法。文章的创新点在于高斯分布、断层扫描成像、EM算法等算法的应用。本文结合EM算法及CT算法的实践性,文章结合计算断层扫描成像算法、点运算算法、图像复原算法等内容进行研究。点算法方面,灰度处理算法、阈值处理算法、线性变换算法、伪彩色处理算法等综合算法实践也是本文创新所在。2.本文设计一种基于断层扫描成像的分割方法对CT图像中的冠状动脉进行分割。EM算法是对断层扫描成像参数估计常用的算法,因此将其引入到断层扫描成像中做参数的估计。最后对分割的图像用连通域标记算法进行后处理。本方法中断层扫描成像最终将图像中的像素点聚成两类,迭代的次数从200次,150次,100次,50次,10次等依次试验,大约对300幅图像进行分割,从中挑选出部分典型的图像分割结果进行展示,并对分割的图像进行评价。最终得出结果表明,本文所设计的算法能有效的将CT图像中的冠状动脉与其它组织分离开。3.本文设计实现了对300幅血管图像进行分割,分割的效果是很好的而且使用连通域算法对分割图像进行后期处理,最终能得到图像中心血管图像,在将来的研究中对于初始值估算能用更好地方法进行计算,能使得分割结果进一步的增强。本文经过运用一定的数学方法,通过计算机处理实现成像功能,如工业、地球物理、工程、农业、安全检测等行业得到广泛应用,具有一定的理论意义与现实意义。