核磁共振成像技术因其非介入性、非损伤性以及很少受目标运动影响等特点,已受到医学影像医生以及研究人员的广泛关注,是临床研究和病理分析的重要技术手段。脑核磁共振图像分割可以为研究脑组织以及病变结构提供有效地形状和统计信息,不但为脑疾病的量化诊断提供帮助,而且利用纵向神经影像(即4D神经影像)可以动态量化分析脑组织动态变化以及病灶的病变过程,为脑部疾病预测、病灶变化研究、治疗和恢复效果判断等具有重要意义。由于借助专家的手工和交互式分割费时、昂贵和受到主观因素的影响,自动分割和定量分析方法成为核磁共振图像处理的关键。然而脑核磁共振图像受噪声、偏移场以及部分容积效应的影响,传统的分割方法的精度不高,限制了其实际应用。而针对4D脑图像分割,使用3D的分割方法分别对4D数据中每个时间点的图像单独分割,没有充分利用4D脑图像在时间维统计相关性,有必要研究时间信息先验驱动的快速精准分割算法。针对上述关键学术问题,本文以脑萎缩和多发性硬化损伤的核磁共振图像分析为应用背景,以3D和4D脑核磁共振图像的脑组织和多发性硬化损伤区域的自动分割方法为研究主线,所取得的研究成果为：(1)为了克服脑核磁共振图像中的灰度分布不均匀性,提出基于互信息的脑核磁共振图像分割与偏移场矫正模型及快速算法。通过定义基于互信息的脑组织隶属度表征度量,将偏移场建模为一组多项式基函数的线性组合,并将其融入高斯概率密度函数,提出基于互信息的脑核磁共振图像的分割与偏移场矫正的变分模型。论文给出了利用分裂Bregman算法快速求解隶属度函数的快速分割与偏移场矫正算法。实验表明该方法可以准确高效地得到脑白质,灰质以及脑脊液,优于目前比较流行的几种脑组织分割与偏移场矫正的方法。(2)由于成像时间、成像设备以及成像参数不同,以及脑组织在时间上的变化,使得4D脑组织的分割非常困难。利用时空信息构造各向异性的时空约束项,结合带偏移场信息的构造数据拟合项,提出了一种时空信息驱动的4D脑组织分割最优化模型及其数值求解算法。该模型综合了每个时间点的灰度信息、空间以及时间的变化信息,可以非常鲁棒的分割4D脑组织,较好的体现每个时间点的图像个性以及脑组织缓慢变化的共性特征。在仿真数据以及OASIS的真实数据上的验证表明本文方法可以提供符合脑组织缓慢变化特性的4D脑组织的分割结果。(3)由于核磁共振图像中多发性硬化损伤的形状可变、位置各异、亮度和纹理表现各异,核磁共振图像灰度分布不均匀、部分容积效应、头骨剥离等系列因素,使得多发性硬化损伤区域的分割具有极大的挑战性。基于多模态影像之间的信息融合提高脑图像组织与病变结构分割精度是一条有效途径。在不同模态(T1,T2和FLAIR)影像中,多发性硬化损伤的表现形式具有明显的差异(在FLAIR序列中多发性硬化损伤区域呈现高亮度,在T2序列中多发性硬化损伤区域的灰度与脑脊液的灰度相近,而在T1序列中其灰度与灰质的灰度相近)。本文在FLAIR和T1序列图像基础上,提出一种多模态信息融合的多发性硬化损伤区域的水平集分割方法。该方法首先利用异常值检测以及水平集方法在FLAIR序列中检测出高亮度区域的边缘,再用T1序列图像提供的空间位置信息去除假阳性结果。在公开数据集以及临床数据集上的测试结果表明本文方法可以较好地检测出多发性硬化损伤区域的边界,且能保证非常稳定的分割正确率。(4)进一步跟踪不同患者多发性硬化损伤区域在不同时期的演变,结合患者的纵向数据(longitudinal data)进行4D核磁共振图像的分割和变化检测定量分析成为新的研究课题。本文利用3D脑多发性硬化损伤区域的分割方法提取出各个时间点的多发性硬化损伤区域作为后续分割的初始值,根据各个时间点的图像的灰度差异构造先验,提出了带时间维信息约束的4D脑数据分割的水平集方法。最后对两个时间点的分割结果进行比较分析从而检测出活动区域,以及测量出变化的体积。实验结果表明该方法可以有效地分割纵向多发性硬化区域,为体积测量以及活动区域检测提供了有效的保障。