首先，本文对各种常用医学图像分割技术做了回顾和评述，分析了软组织医学图像的成像特点，肯定了形变模型在医学图像分割的研究中，特别是在低对比度软组织医学图像分割研究中的重要地位。 然后，研究了基于水平集模型的图像分割方法，尤其是快速行进法及其在低对比度软组织医学图像分割中的应用。并针对传统快速行进法以及Yan改进之后的快速行进法在低对比度软组织医学图像分割中存在的一些问题，提出相应的改进措施，以期得到理想的分割效果。本文在对演化曲线在演化过程中平均能量的变化特性进行分析后，发现图像分割效果与演化曲线平均能量的变化特性曲线相对应的时间点有着对应关系。在演化曲线平均能量变化特性曲线中，可以找出演化曲线演化至目标边缘所对应的演化时间点。基于这种联系，重新定义快速行进法算法的停止准则，解决了在Yan改进的方法中存在对时间差阈值不断调整的问题。改进之后的方法不仅进一步改进了分割产生的“边缘泄漏”问题，还在一定程度上提高了算法的鲁棒性和自动性。实验表明，经过进一步改进之后的算法对边界比较模糊和灰度值比较接近的软组织医学图像进行分割，取得了良好的分割效果。