医学图像包括CT、MRI及其它医学影像设备所获得的图像。医学图像分割技术是医学图像处理和分析中的关键技术。医学图像分割是一个根据区域内的相似性以及区域间的不同把图像分割成若干区域的过程。从图像中把有关结构(或感兴趣区)分离出来,是图像分析与识别首要解决的问题,也是制约医学图像处理中其它相关技术发展和应用的瓶颈。从医学研究和临床应用的角度来看,图像分割的目的是对原始的2D或3D图像划分成不同性质(如灰度、纹理等)的区域,从而把感兴趣的区域提取并显示出来,并使它尽可能地接近解剖结果,为临床诊疗和病理学研究提供可靠的依据。MITK(medical imaging toolkit, MITK)是由中国科学院自动化研究所开发的集成化的医学影像处理与分析C++类库。MITK为医学影像领域提供一套整合了医学图像分割、配准和可视化等功能的、具有一致接口的、可复用的、灵活高效的算法开发工具。和VTK(visualization toolkit, VTK)的风格类似,MITK采用传统的面向对象的设计方法,语法和接口简单而直观,容易与其它开发工具集成和使用,逐渐成为国内许多医学影像处理领域研究人员普遍使用的开发工具。目前,主流的图像分割算法有阈值分割、区域生长、交互式分割、live wire、Fast Marching和水平集等算法,每种算法在针对某一部位、某一特征的图像时具有优势,但是没有一种分割算法可以适用于所有的医学图像。本课题在VC环境下,集成了目前主流的医学图像分割算法,利用MFC开发基于MITK的医学图像分割系统,并设计了MITK与医学处理开发包ITK(insight segmentation and registration toolkit, ITK)的数据接口,既增加了系统的扩展功能,又解决了ITK不能实现可视化的难题。