股骨头坏死是危害人类健康的恶性疾病之一。目前,早期检查和早期治疗仍是提高股骨头坏死治愈率的关键。核磁共振技术是继X线钼靶照相技术和CT后,在医学中发展最为迅速、应用最为广泛的股骨头坏死疾病检测技术。计算机辅助的股骨头坏死早期诊断是影像领域中的一项新技术,能够改善原始核磁共振影像的质量,辅助医生做出诊断结果,提高股骨头坏死的诊断率。图像分割在医学核磁共振图像的定量、定性分析中均扮演着十分重要的角色,它直接影响到股骨头坏死计算机辅助诊断系统的后续分析和处理工作。正确的分割了股骨头的不同图片,可以通过例如缺血的面积与骨骼的面积比较来确定患者坏死的程度,因为有两种角度的图片,可以通过分割结果近似的求出患者股骨头内部的缺血体积。为后期对股骨头的分期判断的辅助诊断做好了准备。本文对近年来用于医学图像分割技术进行了研究,详细分析了各种方法的技术要点,并对其优缺点作了全面的对比和总结提出了一种新颖的基于边缘信息和区域信息混合的水平集分割方法:本模型分为2个部分,其中一个部分用于处理区域信息,采用基于最大似然法建立的能量泛函,另一个部分用于处理边缘信息,采用Geodesic Active Contour模型。算法既考虑了图像的基于区域的信息,又考虑了基于边缘的信息,克服了传统的单一基于区域或边缘水平集分割算法无法两者兼顾的缺点。通过采用差异实验方法评估,取得了较理想的效果。提出了在水平集模型中加入了惩罚项,近似限定在距离函数中,使得算法的时间复杂度大大降低。提出了一种在模糊域的增强算法,通过从灰度域转换到模糊域,在模糊域内增强,最后模糊逆变换。取得了很好的增强效果。