随着MRI、X-CT、PET和SPECT等医学成像技术的发展与广泛使用，计算机辅助诊断系统在临床的应用日益不可或缺。医学成像技术在治疗过程的疾病诊断、治疗方案设计、手术效果评价等方面起重要作用，为医护人员提供了很多有用的信息。核磁共振成像拥有对人体无害、成像效果好、多参数任意角度成像等优点，因而得到了广泛应用。医学图像处理技术是计算机辅助诊断系统中重要的组成部分，国内外研究人员提出了很多行之有效的医学图像分割方法。在这些方法中，模糊聚类算法是一种软分割方法，对医学图像分割尤为适合。但标准的FCM算法（Fuzzy C Means）仅仅考虑了灰度信息，因此其对噪声的容忍能力较差。本文针对FCM算法的这一缺点，提出了一种融合空域滤波器的改进FCM算法。该算法首先使用改进的空域滤波器对噪声图像进行滤波去噪，并对FCM算法的目标函数与迭代公式进行修改，添加了空域滤波数据项，使得空域滤波结果能够指导FCM算法的迭代，且每个像素的模糊隶属度由像素灰度与空域滤波数据共同决定。为了取得更好的结果，对输入图像还进行了直方图归一化、非目标区域去除与初始聚类中心训练等步骤，使得输入图像具有更好的一致性。为验证算法的有效性，分别使用本文提出的算法对人工图像与实际MRI病例图片进行了分割。实验数据证明，该算法对脑部MRI图像取得了较好的分割效果，且对噪声具有一定的鲁棒性。