近些年,基于偏微分方程的活动轮廓模型已成为图像分割的一种重要方法,但由于模型本身的缺陷限制了其在医学图像分割中的应用。本文首先介绍了活动轮廓模型的两种分类,并设计实验验证了其在医学图像分割中的优越性；然后深入研究了参数活动轮廓模型的经典代表传统Snake模型,以及基于传统方法的两种改进模型：气球力(Balloon)模型和梯度矢量流(GVF)模型,通过设计不同的实验对比这三种方法在分割人体肺部CT图像上的性能,分析各方法的优点以及存在的不足,并对以下缺陷进行了改进：(1)针对Snake模型容易收敛到灰度值变化较大的伪边缘点的问题,本文通过一种引入灰度控制信息的改进模型,在传统模型中加入灰度控制力,使得演化曲线在梯度较大的伪边缘点处获得一个灰度约束力,阻止曲线运动到错误的边缘。对人体肺部器官的大量CT切片采用改进算法进行分割,实验结果表明,即使设置初始轮廓线偏离真实目标轮廓,或者真实轮廓线附近有较大的干扰,改进算法仍然能够准确地分割出人体肺部器官,克服了传统Snake模型对初始轮廓线的位置设置比较敏感的不足。(2)活动轮廓模型还有不足点是需要手动或半自动初始化轮廓,本文提出一种结合均值点云模型和活动轮廓模型的分割方法,首先采集多个已分割好的小动物器官组织训练样本,网格剖分得到样本集对应的点云数据,对各对应点作均值处理,得到训练样本的平均形状点云作为均值模型,然后计算特征点对应关系,将均值模型映射到待分割器官图集上,得到各层图像中器官的初始轮廓,最后利用Snake算法提取各层目标边缘。对小鼠肾脏器官的大量CT切片采用所提算法进行分割,实验结果表明,该方法可自动分割出每层切片上的小鼠肾脏器官,且分割准确性较高。