小耳畸形（microtia）是一种常见的先天性颌面部畸形,该病的临床特征一般为耳廓发育不全,耳廓重建术是治疗该病的整形外科方法。自体肋软骨雕刻法是目前治疗先天性小耳畸形的临床标准,而耳软骨组织工程和3D生物打印是有前景的治疗方案。目前,这些治疗方案的基本条件之一,（复合物）形态支架构造尚缺乏有效的耳软骨图像自动分割方法。为解决耳软骨图像精准分割的问题,本文提出了三部分工作,包括1)基于超短回波时间序列（Ultra-short Echo Time,UTE）的耳软骨MRI图像的手动解剖结构分割策略;2)基于改进的3D U-Net网络的耳软骨和解剖结构分割;以及3)配准-分割级联网络实现耳软骨分割。在第一部分的工作中,首先,对采集到的40名健康志愿者单侧外耳UTE序列图像进行预处理和手动分割耳软骨;然后,结合解剖特点和形态特征,提出并制定耳软骨解剖结构分割策略;最后,按照制定的分割步骤将耳软骨分割为对耳轮、对耳轮脚、三角窝、耳轮、耳轮脚、耳甲艇、耳舟、耳屏、对耳屏、耳屏间切迹、外耳道、耳甲腔共12个结构。统计分析结果显示,本文提出的分割方法可以基于耳软骨UTE图像分割出12个结构且具有可重复性。第二部分的工作中,首先,针对耳软骨的UTE图像分割,在3D U-Net的框架下提出加深模型深度、在编码层引入残差模块、卷积替代池化以及多尺度融合的改进设计;然后,将数据划分为32例数据作为训练集、4例为验证集、4例为测试集;最后,利用手动分割的耳软骨标签监督训练改进网络实现耳软骨分割。模型经过交叉验证后,耳软骨的自动分割结果的平均Dice相似度系数（Dice similarity coefficient,DSC）、95%豪斯多夫距离（95%Hausdorff distance,HD95）和体积相似度（volumetric similarity,VS）分别为0.872、0.854和0.983,相比于使用经典的3D U-Net模型,DSC指标提高了 2.6%,HD95指标下降了 0.178,VS指标提高了 5.9%。此外,为了进一步实现耳软骨解剖结构分割,使用手动分割的耳软骨解剖结构标签监督训练网络,将损失函数改进为针对耳软骨结构的加权Dice损失函数并增加三维全连接条件随机场对网络输出进行后处理。结果显示,耳软骨解剖结构自动分割结果的DSC、HD95和VS指标分别为0.813、2.085和0.920,相比于使用经典的3D U-Net模型,DSC指标提高了 6.0%,HD95指标下降了 1.551,VS指标提高了 8.3%。在第三部分的工作中,为了减少对手动标签的依赖,设计三级级联网络实现耳软骨分割。首先将数据划分为36例数据作为训练集、4例为测试集;然后,使用两种级联无监督变形网络进行非刚性配准,分别估计全局和局部变形场;接着,将变形场连续的赋予参考标签,可以生成可用于训练分割网络的精准软骨标签;最后,使用这些标签训练注意力分割网络进一步提高分割精度。结果显示,仅使用一例参考标签的情况下,与手动分割结果相比,耳软骨自动分割结果的DSC、HD95和VS指标分别为0.837、1.078和0.969。以上实验结果表明,本文提出了一种可用于耳软骨解剖结构手动分割的方法;并提出改进的3D U-Net用于分割耳软骨及其解剖结构,使分割结果与真实标签更加接近;最后,提出配准-级联分割框架,可以在仅有少量手动标签的情况下,实现耳软骨的高质量分割。在临床应用中,根据患者健侧UTE核磁图像,本研究提出的方法既可以为现有自体肋软骨雕刻法快速、自动生成三维个性化雕刻模板,也可以为组织工程或者3D生物打印技术构建耳软骨复合物支架提供高质量的可打印模型。