医学图像处理技术是将计算机图形图像技术与医学知识相结合的一个研究方向。其中医学图像分割技术通常是后续操作的基础,然而医学图像分割技术发展至今,一种统一而有效的分割方法仍未出现,这就导致随着一个新任务的出现,新的分割方法也需要重新开发。这些新的分割方法可能是一种全新的与以往分割方法迥然不同的方法,也可能只是对以往分割方法进行改进和变形,但它们对于新问题的解决以及技术的进步都具有巨大的贡献。随着计算机断层扫描技术(CT)技术的流行与成熟,它成为了医生对于肿瘤生长情况的主要观测手段。定时定期的观测,能够准确把握肿瘤的大小及状态,对于药物的疗效、化疗的效果等等提供数据。大量的CT图像便由此涌现,人工逐张分割耗费的巨大时间及精力是不言而喻,以往的计算机图像分割方法又因为没有考虑到这些CT图像新的特点而无法胜任。针对这个新的任务,本文提出了一种新的CT序列的分割方法,它的主要思想为先配准后分割,用配准方法消除机器参数以及不同拍摄角度造成的图像位移与旋转,用分割方法补偿时间造成的肿瘤本身的变化。在配准的过程中,结合外轮廓配准、双模板匹配以及快速形变配准(FFD)等技术对时序图像进行配准。配准过程完成后为分割提供了良好的初始轮廓线,在分割阶段为了充分利用初始轮廓线,分别使用了改进的Snake算法和改进的标记分水岭的方法进行肿瘤的分割。在文章罗列了部分实验数据,并介绍了一种分割评价方法,使用这个评价方法对本文算法以及前人的算法进行了精度、准确度以及效率评价的分析和比较。