近几十年来,医学成像技术取得了长足发展,出现了X射线计算机体层成像(CT)、数字减影(DSA)、磁共振成像(MRI)等技术。与其它成像技术相比,由于核磁共振成像具有对人体无损伤,空间分辨率及软组织对比度高等特点,因此越来越多的受到了广泛的研究和应用,尤其是在一些解剖结构复杂的组织部位,如脑组织。脑MR影像为神经科学医师提供了极有价值的参考,由于核磁共振成像对显示解剖结构和病变较敏感,可以直接观察到人脑内部的组织病变,因此可以有效的提高脑部疾病诊断的正确率,制定有效的治疗方案。医学影像处理技术的出现为医生的诊断提供了极大便利,医生可以通过计算机辅助分析,获得特定组织部位的形状、体积、多角度视图等。医学图像分割是医学影像处理的重要环节,是后续配准融合、三维重建、定量分析的基础,因此本文着重研究了基于磁共振颅脑影像的脑组织自动分割方法,完成了如下有创新意义的工作：(1)提出一种具有边缘保护的MR影像同步去噪增强算法。MR影像具有边缘模糊、含有噪声、对比度差的特点,这些都严重干扰了影像的分割及配准的准确性。传统的处理方法通过先增强、后去噪,或者先去噪、后增强的方式解决该问题,然而由于这种方法本身存在着矛盾性,因此往往得不到理想的处理结果。针对这类问题,提出一种既能保护边缘,又能兼顾去噪及增强的模型。通过构造自适应直方图均衡化的偏微分方程,并结合PM平滑算法的优点,增加系数调节项,达到同步去噪增强的目的。该算法吸取了两种模型的优点,实验结果证明了这种方法的准确性及实用性。(2)通过对CV模型进行三方面的改进,提出一种新的脑组织提取方法。首先,通过改进经典的距离函数,在保证准确度的同时,可以在很大程度上加快距离函数的收敛,提高分割速度。其次,改进了收敛结果的唯一性,使边缘停止在欲提取的目标类灰度上,用于去除脑脊液,使脑灰质、白质的提取更加准确。最后,提出了迭代收敛的动态结束条件,通过对间隔帧的对比,改进了以往通过经验迭代次数的设定,使得分割结果或是不够理想、或是迭代次数过多的不足,从而使分割效果与迭代时间达到较优。改进后的算法适用于二维及三维影像分割。实验结果表明,该算法在脑组织的分割速度及准确性上有了很大提高。(3)颅底组织的解剖结构复杂,某些非脑组织常与脑组织相连,灰度也极为相似,多数分割算法很难完成这部分的脑组织提取。针对这种颅底组织连接处“粘连”的问题,提出一种结合CV模型的形态学算法,用于颅底影像的分割。首先采用CV模型对输入的影像进行预分割,由于某些脑组织会与视觉神经等部位的灰度相同,而CV模型是基于区域平均灰度的分割,因此导致分割后无法提取脑组织。为了解决这一问题,采用一种形态学的腐蚀膨胀算法,通过循环腐蚀边界,得到粘连组织分离时刻的影像,再通过膨胀算法,使分离后的影像膨胀到腐蚀前的位置,与水平集算法结果取交集,从而完成脑组织的正确提取。(4)由于CV模型是一种分割单目标的方法,为了可以同时对灰质、白质等脑组织进行多目标提取,提出了一种基于MCV(改进多目标CV)模型的分割方法。首先通过改进的K均值聚类算法对原始影像进行粗分割,避免了多目标CV模型陷入局部最优解。为了提高K均值聚类的收敛速度,对其初值的选取进行了改进,而后采用改进的Heviside函数通过多目标CV模型完成精确分割。实验结果表明,该方法可以较好的完成脑组织的分割。(5)为使采用计算机进行手动分割的结果更为便利、准确,提出一种结合改进的Live-Wire模型及NGGVF Snake模型的交互式脑肿瘤分割方法。首先,通过临床医生的专业知识,采用改进的Live-Wire模型确定初始轮廓。改进后模型的优点是可通过较少的交互点,更为准确的确定目标轮廓,尤其是曲率较大的部分。而后采用NGGVF Snake模型对初始轮廓进行修正,不仅克服了局部最优解问题,而且可使曲线深入凹槽部分,提高了分割的准确性。(6)由于脑肿瘤分割常采用半交互式的方法,该方法的缺点是不能对批量数据进行处理,为此提出一种基于树形聚类匹配的脑肿瘤分割方法,用于大量脑MR肿瘤影像的自动分割。通过对分割后的脑组织影像进行中心定位,建立树形索引匹配结构,采用一种节点匹配算法完成粗分割,最后根据粗分割结果,采用形变模型或动态阈值区域增长算法完成精确分割。这种方法能够较为准确的完成脑肿瘤的自动分割,实验结果验证了算法的实用性及可行性。本文从三方面设计并实现了脑组织分割的相关算法：同步去噪增强算法、常规脑组织分割算法及病变(脑肿瘤)脑组织分割算法。其中去噪增强算法的处理结果可以作为分割算法的输入,而分割算法的结果又是组织测量、配准融合、病变判断等后续处理步骤的基础,因此本文算法可以为计算机辅助诊断系统提供支持,也可以为医生对于患者脑部疾病的确诊提供必要的帮助。