摘要：解決傳統模糊連接度難以較好分割CT圖像肝血管、需要多個種子點和較耗時等問題。改進傳統模糊連接度分割算法:對最新的Jerman血管增強算法進行改進;將改進的血管增強響應引入模糊親和度函數;使用Otsu多閾值算法代替置信連接度,進行模糊連接度算法的初始化。預處理包括自適應S型非線性灰度映射和各向同性插值采樣;隨后,執行改進的Jerman血管增強算法;再將其增強響應引入模糊親和度函數,同時利用Otsu多閾值算法統計前景目標信息,對模糊連接度進行初始化;最終,結合單一種子點實現三維肝臟血管的自動分割。選用內含20例CT的公開數據集,定量評估改進的血管增強算法和模糊連接度分割算法。評價標準主要包括對比度噪聲比、準確性、敏感性和特異性。該血管增強算法的平均對比度噪聲比為8.43 dB,優于傳統血管增強算法。該血管分割算法的準確性達98.11%,優于基于置信連接度的傳統模糊連接度分割算法、區域生長算法和水平集分割算法。此外,在分割算法的耗時方面,該算法也具有明顯優勢。提出的三維分割方法能有效解決傳統模糊連接度分割CT影像中肝血管結構的不足,可提升分割精度和效率。