近年来,脊椎疾病逐渐成为影响人们日常生活的主要疾病之一。对于脊椎疾病的诊断常常需要标记椎块的位置,手工标注十分的耗时耗力。研究能够自动的对多种不同模态的图像进行脊椎定位与分割的算法,实现相应的系统将为医生诊断和治疗疾病提供帮助。对MR图像椎块定位与分割时,采用逐步缩小图像空间范围的策略。先从MR矢状系列图像中找出椎块显现最明显的图层,之后再确定包含椎块的ROI区域,最后在ROI区域中分割椎块。在挑选最优图层时,根据脊髓区域与椎块区域同步呈现出来、灰度分布较均匀、呈纵向长条形、与左右两侧区域灰度相差较大以及与脊椎区域分界清晰、比椎块区域容易判别的特点,找出脊髓区域最完整的图像作为最优图层。由于8种序列图像在脊髓和脊椎区域灰度分布特点不同,使用同一种方法选取最优图层较为困难,根据脊髓左侧边界长度和脊髓区域灰度分布等特征将8种序列图像分为T1,T2,Fat三类。对不同类别图像采用不同的策略选取最优图层。在脊椎ROI区域定位时,根据脊椎区域具有在脊髓区域左侧、呈纵向条状以及椎块的宽度变化较小等特点,将脊椎右边界向左平移作为参考线,在参考线左右两侧寻找纵向边界,进行筛选并连接得到脊椎区域左边界,之后对尾椎图像进行添补处理,得到完整的脊椎ROI区域。Fat类脊椎图像具有椎块灰度较大、椎间盘灰度较暗的特点,使用顶帽变换和底帽变换增大图像对比度,并使用OTSU算法计算阈值,对图像进行阈值分割,最终得到椎块分割结果。实现了多种模态下的MR图像的脊椎区域定位与Fat类图像的椎块分割,实验数据表明,本算法能够有效的定位MR图像脊椎区域,且能够分割得到较为精确的椎块区域。