乳腺癌是危害女性健康的一大杀手,乳腺癌在全世界范围内具有较高的发病率和死亡率。目前医学上降低乳腺癌死亡率最有效的措施是早发现、早诊断和早治疗。医学超声成像具有无侵入性、无辐射以及低成本等优点,逐渐成为乳腺癌临床诊断的主要手段之一。超声断层图像(UST)是新兴的乳房体数据成像技术,该成像方式可以得到乳房的三维影像体数据,对于医生的临床诊断和治疗具有重要的辅助意义。高效准确地将乳房从UST图像中分割出来对于后期的肿瘤识别具有重要的影响。但是由于成像设备的影响以及个体乳腺密度的差异等原因,超声图像产生了固有的斑点噪声甚至伪影,这使得乳房UST图像的准确分割变的非常困难。本文对目前传统的医学超声分割算法进行了介绍和比较,采用了基于图论的分割方法,对原始的GrabCut算法进行了如下几点改进:二维层分割改进为三维体数据分割、三通道彩色高斯混合模型改进为单通道灰度高斯混合模型、矩形交互方式改变为多边形交互。对美国一家医院提供的30组三维医学乳房超声断层图像进行了测试,测试结果表明改进后的算法不仅节约了运行内存和分割时间,而且还具有高的分割精度,满足了医学影像分割实时性、高精度的要求。医学图像分割在影像引导治疗过程中起着非常重要的作用,目前可移植的医学图像分割软件非常少,这给临床医学诊断和治疗带来了很大的不便。本文基于改进的GrabCut算法,将VTK、ITK和OpenCV工具包与VS2010 MFC深度集成,基于该集成环境设计了一款基于图论算法的医学影像分割软件,并对软件进行了测试与封装。软件提供了一个友好的人机交互界面和可视化平台,可安装在任意具有windows 64位操作系统的计算机上,在临床应用与学术研究方面具有一定的实用价值。