近年来，医学图像处理已成为医学技术中发展最快的领域之一，其结果是临床医生对人体内部病变部位的观察更直接、更清晰，确诊率也更高。而计算机和医学图像处理技术通过对医学图像所含的信息进行分析、提取，为临床诊断及生物医学研究提供了有利的科学依据，因而占有极其重要的地位。 本文主要研究了医学图像的分割技术，分析了医学影像的特点，分析并比较了多种图像分割技术；设计、实现了一种基于动态规划的边缘算法，较理想的实现了图像边缘的准确提取。本文采用一种带有噪声抑制功能的非线性增强滤波器，对于一些质量较差的图像做预滤波，然后再进行边缘增强计算和DP边缘检测。 医学图像分割一直是医学图像处理中的一个经典难题。由于医学图像的特殊性和复杂性，采用一般的图像分割技术很难得到连续的、包含完整信息的结构边缘。经过对多种图像分割技术的分析与比较后，本文采用了基于动态规划的算法，较理想的实现了图像边缘的准确提取。 动态规划(DP)是一种解决多阶段决策过程最优化的方法。图像边缘提取时为了使系统输出具有最小的不确定性，考虑最优化判据是必要的。动态规划算法用于图像的边缘检测主要是获得一个图像的最低能量代价阵的过程，而图像的边缘对应于最低代价阵中的终止点和起始点之间能量梯度降低最快的路径，由此可以由最低代价阵勾勒出需要的边缘。对于质量较差的图像，可以先用梯度算子和一种LUM滤波器相结合进行预滤波。实验表明，基于该算法用于医学图像的边缘检测可获得全局最优的稳定的边缘线，是一种理想的最优化算法。