脑胶质瘤是一种很常见的颅内肿瘤，它起源于脑部神经胶质细胞，占所有大脑内肿瘤的一半左右，严重危害到人类的健康。尽管有了手术、放射治疗、化学治疗和免疫治疗等，胶质瘤的总体预后（“预后”是指根据经验预测疾病发展情况）仍不理想。因为胶质瘤的所属分级不同，那么它们的生物学行为和恶性程度也会不同，所以手术前准确地判定出肿瘤的级别对选择最佳治疗方案和评估预后有非常重要的医学临床意义。　　研究中，探讨了脑胶质瘤的病理学分级与其形态学参数体积之间的定量关系。为了达到准确计算出脑胶质瘤体积的目的，首先对脑胶质瘤图像进行了一些相应的预处理，以改善图像质量，为有效分割图像打下基础；然后着重分析了多种用于分割医学图像方法的优缺点，为了准确地从MR脑胶质瘤图像中分割出感兴趣区域（Region of Interest，ROI），提出了一种结合迭代阈值法和最大类间方差法实现自动获取阈值的区域生长分割算法；再针对区域生长算法的不足，应用数学形态学再次分割病灶区域，增加了分割区域的准确性；接着利用肿瘤面积公式算出分割出来的感兴趣区域的面积；最后在计算肿瘤的体积前，应用了切比雪夫多项式最小二乘法来对一个病例中的部分切片的面积数据进行拟合，得出了能表示这一个病例所有切片面积规律的多项式，避免了因为个别切片分割不准而影响体积的计算；接着对面积多项式在分割区间里进行积分计算出这个病例瘤块的体积。最终，通过测量36个不同级别的脑胶质瘤病例中瘤块的体积，对这些体积数据运用SPSS软件进行统计分析。数据分析结果显示脑胶质瘤的病理学分级与其形态学参数体积之间存在定量关系，表明脑胶质瘤体积可用于治疗前辅助医生鉴定脑胶质瘤的级别。