腎小球濾過率（GFR）是評估腎臟功能的重要指標，可采用腎動態顯像聯合 Gates 法計算獲得。針對 GFR 計算問題，本文提出一種計算機斷層（CT）圖像輔助的腎動態圖像感興趣區（ROI）自動檢測方法，以實現客觀準確的 GFR 計算。該方法首先獲得 CT 冠狀面投影圖像與單光子發射計算機斷層成像（SPECT）的增強合成圖像，完成雙模態圖像配準后，采用改進的水平集方法實現腎臟 ROI 的自動檢測并獲取本底 ROI，最后利用 Gates 法計算 GFR 值。經臨床數據驗證，該方法能夠自動完成腎臟 GFR 值計算，所得結果與臨床報告一致。該方法在消除人工勾畫環節的同時，還能提高 ROI 檢測的準確性和穩定性，尤其有利于腎功能嚴重受損時的 GFR 計算。
光學相干斷層影像（OCT）是一種應用于血管的影像新技術，其高分辨率和可量化分析等特點，使其能夠檢測血管內膜和斑塊表面的特殊結構并發現微小病變。特別是隨著其在識別冠狀動脈粥樣硬化斑塊、優化經皮冠狀動脈介入（PCI）治療、輔助醫生制定相關診斷和治療策略以及支架術后評估等方面的應用相繼展開，OCT 已經成為心血管疾病診斷的有效工具。本文提出了一種基于先驗邊界條件的冠脈 OCT 內膜輪廓序列提取算法，在 Chan-Vese 模型基礎上通過改進演化權函數把輪廓曲線的局部信息引入模型，控制曲線邊界演化速度，并在模型中加入梯度能量項和基于先驗邊界條件的內膜輪廓形狀限制項，進一步約束曲線演化輪廓的形狀，最終實現冠脈血管內膜輪廓的序列提取。與作為金標準的專業醫生手動分割結果進行實驗對比，結果表明本算法在冠脈 OCT 內膜輪廓模糊、失真、有導絲陰影及有斑塊干擾等情況下均能準確提取冠脈血管內膜輪廓，提示本研究成果或可應用于臨床輔助診斷和精確診療之中。
通過對腦部磁共振影像（MRI）中硬化斑塊形態、位置等信息的研究，本文提出了一種基于多標記融合水平集的腦部多發性硬化斑塊分割方法。該方法首先使用模糊 C 均值模型提取初始硬化斑塊區域，根據該區域的信息統計建立了灰度先驗信息項和多標記融合項，并嵌入水平集模型中，通過水平集曲線演化實現腦部多發性硬化斑塊分割。實驗結果表明該方法能夠有效分割腦部磁共振影像中的硬化斑塊，具有較好的魯棒性及較高的準確性。本文提出的方法極大地減輕了醫師手動勾畫硬化斑塊區域的工作量，具有較大的臨床應用價值。
