先天性心脏病(简称“先心病”)外科手术的手术难度较大,主要表现在:病变器官小,手术视野小,术中解剖结构辨识困难,而术前病人拍摄的较为清晰的影像资料利用不充分,不能与术中医生所见很好地结合,经过与医生的充分讨论,进行了本文的研究工作。本文搭建了一套可穿戴式智能手术辅助系统,内容主要包括可穿戴式手术辅助系统的硬件框架设计及软件开发、系统中由CT影像定量评估主动脉缩窄程度的诊断算法、系统中基于多尺度Hessian矩阵的左右心导管检查影像的分割算法。第一,可穿戴式手术辅助系统,主要包括前端可穿戴设备和后端影像处理平台两个组成部分。在后端影像处理平台部分,本文基于3DMed和3DSlicer分别进行了二次开发,修改了其中部分插件的功能及界面,并在其中添加了新的功能和插件。在前端可穿戴设备部分,本文借助谷歌眼镜、微软HoloLens眼镜以及自主搭建的可穿戴式头盔,实现了后端和前端的连接,并在可穿戴设备端单独集成了三维影像查看应用及远程专家三维手术指导的功能。第二,系统中由CT影像定量评估主动脉缩窄程度的诊断算法,借助合作方广东省人民医院数据库中大量的先心病中的主动脉缩窄病例数据,作者从中采集了包括患者CT影像,B超报告,病程记录等完整的病例信息,使用机器学习的方法,从中定义了8大特征,通过特征选择及机器学习训练,得到了由CT影像定量评估主动脉缩窄的诊断算法。第三,系统中基于多尺度Hessian矩阵的左右心导管检查影像的分割算法,同样借助采集自广东省人民医院数据库中的先心病患者的心脏造影图,在经典Hessian矩阵辨识管状结构算法的基础上,采用了8尺度Hessian矩阵分割心脏造影图,并在尽量不遗漏细小血管的原则的指导下,取了分割结果的最大解。本系统已经在广东省人民医院心外科手术室进行了多例临床试用,可穿戴式手术辅助系统给术中医生提供了非常全面的心脏影像及术前诊断信息;由CT影像定量评估主动脉缩窄程度的诊断算法的特异度较低,但AUC值及敏感度高;基于多尺度Hessian矩阵的左右心导管检查影像的分割算法对于导管检查造影图像有着较好的分割效果,基本没有遗漏其中的细小血管。经过临床试用,本系统基本达到了设计要求。