医学图像分割有较早的历史，但随着医学成像技术的发展，新型高效的成像技术出现，不断的挑战着研究者过去在该领域的研究成果。尤其当核磁共振成像出现之后，核磁共振图像（MRI）处理成为其中一个重要研究课题。而MRI图像分割则是进行深入的MRI图像处理所必须解决的首要问题；另一方面，白质损伤与很多疾病有密切联系，尤其是多硬化和早脑性痴呆。所以本文针对MRI图像中人脑白质损伤分割做了深入的研究。该研究领域在国外已经取得了不少研究成果，然而在国内相关研究还基本处于空白阶段。白质损伤分析最早在上世纪九十年代初即出现，经过十多年的努力，白质损伤分割已有了较大的进步，但尚不能真正的用于实时分割任务，其主要原因有两方面：一方面MRI图像为3D图像，其特征空间以及样本量都较大，导致计算速度很难达到临床应用要求，很多研究成果不能转化为商业应用；另一方面，由于成像技术限制，很多MRI图像相比于传统图像成像效果有限，导致可用的特征较少，特征的表现性能也较低。基于以上两方面的难题，本文分别做了相关的研究。在计算成本消耗方面，本文提出使用快速聚类的方法达到实时应用的要求，该方法需要一定程度的用户协助，用户首先选择感兴趣区域（ROI），再对该ROI区域进行快速聚类分割处理和拟合；另外针对传统特征表现不足的缺点，本文引进了基于上下文的特征设计方法，该方法结合了传统的视觉特征和新颖的上下文特征，并使用了全新的算法框架。上述两种方法分别着重从时间和分割效果方面对已有算法进行了改进。前者在保证分割效果的同时提高了分割速度；后者则通过充分利用有限信息，集中于提高自动分割算法的整体性能。最终实验结果证明两种方法都是很高效的分割方法，并取得了预期的分割效果和目标。