摘要：由于脑血管具有分枝众多、形态细小以及位置特殊和形态复杂等特性，在医学图像中精确地提取脑血管成为一项比较棘手的问题。该文提出了一种新颖的统计学分割方法，有效地实现了脑血管的精确分割。首先，充分利用各血管像素的空间邻域信息，将马尔科夫随机场信息加入到统计学模型的方法中，提出了新的马尔科夫统计模型：然后，利用随机期望最大化（Stochastic versions of the Expectation Maximization，SEM）算法来对统计模型中的多个参数进行估计，寻找最优解，进而实现了脑血管的3维分割。实验结果表明，该方法不仅能够分割出较大的血管分支，而且因其考虑了血管邻域信息，对细小血管的分割也有较好的效果，因此对脑血管疾病的临床预防和诊断具有深远的意义。

关键词：脑血管分割 马尔科夫随机场 统计模型 随机期望最大化算法 

单位：北京师范大学信息科学与技术学院 北京100875 中国科学院计算技术研究所 北京100190