数字化虚拟人项目是一项具有前沿科技代表性的长期科学规划，其发展将大大促进医学科学技术从主观定量描述到数字化说明的深发展。构建数字化人脑模型是数字化虚拟人的研究关键，其中首先必须对原始人脑切片进行区域分割。目前国内外主要采用手工勾勒和半自动分割的方式提取出人体切片图像中的器官组织，对海量人体切片数据集的处理来说就显得非常费时耗力，同时研究人员的临床解剖经验往往较大程度上决定了分割效果的好坏。因此，针对人体彩色切片的分割亟待开发一种自动化程度较高的算法。本文对目前包含人脑图像在内的医学图像分割算法进行了回顾和分析，对首例中国女性数字人数据集中的人脑切片图像先后提出了两种分割算法以准确提取脑组织中的大脑皮层：①基于双重边缘检测和区域生长的分割算法。作为大脑皮层分割算法的初步探索，该算法首先联合RGB彩色空间边缘检测和Canny检测算子，纠正了传统算子只能得到较宽边缘的不足，得到真实连续的大脑组织轮廓，然后借助区域填充及形态腐蚀、图像映射得到脑组织灰度图像，最后基于自动获取种子点的区域生长法连续分割出了198张大脑皮层结果。②联合HSI空间区域生长与分块矩阵FCM聚类的分割算法。该算法采用逐级分割的方法，首先根据HSI彩色模型中H通道信息能够描述纯色属性的特征，通过HSI彩色模型转换抽取H通道灰度图像，在此基础上使用区域生长和图像映射得到理想的初级分割结果，最后进行矩阵分块并依次确定分块矩阵的聚类中心从而实现模糊C-均值聚类，该算法获得了400张人脑切片中大脑皮层的连续分割结果。为进一步验证上述分割算法的有效性，本文以专家手工图为参照标准进行大脑皮层分割结果的定性描述和相似度系数DSI的定量计算，同时重建大脑皮层分割结果的三维模型。实验结果表明本文提供的两种分割算法均可以实现大脑皮层的连续分割，相较而言分割算法2的灵活性更高，适用于所有脑部序列切片中大脑皮层的分割，且得到的大脑皮层中脑沟回细节反映更丰富，从而可以为进一步研究人脑重建模型提供相应的依据。