图像分割是医学图像处理中一个重要的环节,对临床医学的诊断计划具有重要的指导意义。本文首先介绍了传统图像分割的方法及变形模型的理论,并对参数变形模型的理论和方法作了简要介绍。主要介绍了活动形状模型的相关理论和方法以及它在医学图像分割中的应用,并对其扩展方法作了探讨。 活动形状模型ASM是一种不同的利用先验形状信息的方法。其先验模型称为点分布模型PDM。首先选择一组比较典型的形状作为训练集,在训练集的每个形状上,用点集来表达目标区域的边界。然后把所有形状对齐,并获得对齐形状的统计信息。为了利用每个点周围的灰度信息,还要建立灰度阶外观模型。在图像搜索过程中,不断计算每个点需要做的调整量,计算形状参数和姿态参数的变化,并更新形状和姿态参数。这是一个迭代的过程,这个过程重复直到没有有意义的变化结果为止,最后得到的形状就是要定位的目标形状。 本文还对ASM的扩展方法进行了探讨。文中使用了一种合并ASM和Snake的方法进行心脏左心室的分割。并介绍了活动外观模型AAM方法和一种使用ASM的思想来改进Snake的外能定义的方法。 随着三维可视化技术的发展,医学图像的三维分割必将受到更多关注。医学图像分割面向具体的临床应用,目前的发展远远不能满足医学图像处理应用中对分割结果准确性的要求。通用的算法是没有的,研究工作仍在继续。