肝脏CT图像分割在临床医学上对于肝脏疾病的诊断和治疗起着重要的作用。现有全自动分割算法分割出的肝脏很容易出现分割错误,包括假阳性和假阴性错误。针对这一问题,研究了一种基于三维Snake模型的交互式肝脏CT图像分割方案,对全自动算法与分割出现错误的地方进行有效校正。腹部CT图片中的肝脏比较复杂,应用基于三维Snake模型的交互式分割时需要解决三个问题:(1)如何定义一个合适的初始曲面轮廓,并通过该初始轮廓在三维Snake的演变下分割肝脏;(2)如何添加外力保证校正效果最佳;(3)添加外力后,如何避免在没有添加外力的位置,由于受周围噪声和杂质的影响,原来分割正确的曲面轮廓可能被拉向局部边缘度更强的杂质处。针对以上三个问题,分别做出了相应的解决方案。针对第一个问题,选择基于全局优化的主动轮廓模型算法对肝脏CT图像进行初始预分割,并对预分割结果掩模数据进行表面采样,然后采用Delaunay三角剖分技术建立肝脏表面轮廓模型,得到肝脏初始曲面轮廓。针对第二个问题,提出一种交互式添加外力方案;针对第三个问题,分别从曲面轮廓上的点和图像力两个方面着手解决:对于曲面轮廓上的点,将曲面上的点分为两部分,一部分点称为演化点,另一部分点称为不动点;对于图像力,通过数据预处理,在得到的肝脏增强数据的基础上计算图像力,加强肝脏边缘的图像力。在三维Snake的演化下,直到得到最终满意的分割目标。实验证明,本文研究的交互式分割算法针对肝脏CT图像预分割中出现的分割错误可以取得较好的纠正效果,特别是针对错误程度比较大且肝脏边缘清晰、边缘变化率小、周围杂质较少的情况,效果会更明显。