臨床工作中，直接利用前述的三維圖像顯示技術有時仍然難以清晰、完整地顯露目標血管。譬如，強化的血管與骨性結構，血管與強化的實質臟器之間的重疊，全顱容積掃描后無論是MIP還是VR技術都只能顯示顱骨而無法顯露血管等。此時，需要操作者對源圖像進行編輯，將血管從周圍組織中單獨提取出來，也可以直接在三維顯示中裁剪不需要顯示的結構，這就是圖像處理中的分割技術。分割技術包括手動分割法和自動分割法。CT血管后處理中，常用的分割技術有閾值法、裁剪法、區(qū)域種子生長法等。

閾值分割為最常用的自動分割方法，由用戶給定一對閾值上下限，分離出灰度（CT值）差異明顯的不同物體。譬如，通過選定閾值，同為高密度的強化動脈和骨骼可以顯示，而低密度的未強化腹腔臟器則不顯示（圖3-2-1）。閾值分割法簡單、快速，但無法分離密度相近的不同結構。在用閾值初步分割物體后，用戶還可以對其進行一些數(shù)學形態(tài)學操作，如膨脹和腐蝕等處理，以改變目標結構的聯(lián)通性。

裁剪法是一種手動分割方法，在二維或三維圖像上使用工具繪制規(guī)則或自由形狀的感興趣區(qū)封閉空間范圍，并將該感興趣區(qū)從原始圖像中刪除或保留（圖3-2-2）。也可以使用裁剪平面，自由滑動和傾斜平面，以去除干擾目標顯示的結構，保留需要觀察的興趣結構（圖3-2-3）。在MIP、VR等顯示技術中使用不同厚度的層塊限定顯露區(qū)域的方法，實質上也屬于平面裁剪法。與閾值分割法基于密度的分割不同，裁剪法是基于空間的分割方法，選擇性更強，具有良好的交互性。但是，裁剪法比較費時費力，對于間隔太近的毗鄰結構進行精確分離存在一定的難度。

區(qū)域種子生長法，為一種半自動的分割方法，其目的是將成組的像素或區(qū)域發(fā)展成更大區(qū)域的過程，從用戶在感興趣區(qū)內指定的一個像素作為種子點開始，將與種子點有相似灰度屬性（CT值）的相鄰像素合并到此區(qū)域，“生長”止于閾值邊界（圖3-2-4）。如果能通過某一算法找到待分割區(qū)域內的點，并以該點為種子，該分割過程則可通過計算自動完成。區(qū)域種子生長法能將具有相同特征的聯(lián)通區(qū)域分割出來，可提供很好的邊界信息和分割結果。但是那些空間結構上鄰近，且密度相近的不同物體會連通在一起，無法分離。例如，強化的頸內動脈巖段和海綿竇段就很難與顱底骨質完全分離。

理想的分割方法，是既要自動完成，又能正確無誤。由于物體形狀差異大或組織密度相近等因素，分割效果有時難盡人意。當然，自動分割做不到的，仍然可以使用人工分割，手工操作盡管費時繁復，但有時也可充分發(fā)揮人的主觀能動性和專業(yè)知識的優(yōu)勢。因此，自動和人工分割的方法?？梢月?lián)合運用。

當然，三維成像中分割出來的組織結構，不一定都被當作去除的結構，也可根據(jù)用戶需求保留下來，而將未被分割的組織去除。也可以在三維體數(shù)據(jù)中，逐個分割組織，分別保存，然后再進行圖像融合，各組織賦以不同顏色和透明度，從而實現(xiàn)多對象的組合繪制（圖3-2-5）。