冠動脈疾患（CAD）の早期発見は、死亡率を低下させ、患者の治療計画を改善する上で重要です。X線による造影画像解析は、狭窄した冠動脈を含む心臓の異常を特定するための一般的で費用効果の高い方法ですが、画像の質が悪いと診断に悪影響を及ぼします。本研究では、画像前処理、セグメンテーション、精緻化から成る3段階のパイプラインである冠動脈セグメンテーションおよび精緻化ネットワーク（CASR-Net）を提案します。新しいマルチチャネル前処理戦略は、CLACHEと改良されたBen Graham法を組み合わせ、Dice Score Coefficient（DSC）を0.31-0.89%、Intersection over Union（IoU）を0.40-1.16%向上させます。セグメンテーションネットワークはUNetを基にしており、狭い血管の連続性を保ちつつ精緻化を行います。5つの公開データセットを用いた交差検証において、CASR-Netは最先端のモデルと比べて優れた性能を示し、自動冠動脈セグメンテーションの強力なアプローチを示しました。