内耳器官图像分割可以为临床诊断和治疗提供可靠的解剖信息,为内耳的三维可视化和空间方向测量提供依据,其中标准空间坐标内耳模型的建立对耳石症复位诊疗手法的理论研究具有指导性价值。由于内耳MRI图像的灰度分布与邻近的脑脊液等组织相近,同时内耳的拓扑结构复杂,所以边界不易确定。传统的图像分割方法通常仅利用了图像的灰度信息,未充分应用组织器官的解剖位置以及形状等先验信息,因此内耳自动分割的效果并不理想。针对这一问题,本文创新地提出基于统计形状模型的三维水平集内耳自动分割方法。首先,由耳科专家手动分割一组内耳模型作为训练样本,进行统计分析获得内耳的统计形状模型;接下来,通过三维刚性配准方法获得内耳的感兴趣区域;然后,将统计形状模型中的内耳平均形状模型作为水平集函数的初始轮廓,利用模型到体数据的三维配准技术将其映射到内耳感兴趣区域上,实现初始轮廓的自动定位;最后,通过三维阈值水平集分割算法完成内耳的精分割。运用面绘制方法可视化内耳的分割结果,并与耳科专家手工标定的金标准进行对比。实验结果证明,本文提出的方法能够实现内耳的自动分割,并且分割精度可以满足临床需求。此外,还研究了基于GPU数据处理的人体皮肤组织频谱域光学相干层析实时成像的问题。