医学图像处理是计算机领域的一个分支,是数字图像处理技术在生物医学工程中的重要应用。对医学图像进行目标轮廓提取,是临床诊断和科学研究的基础。活动轮廓线模型即Snake模型所特有的高度动态特性,使之非常适合于医学图像的分割和轮廓提取处理。本论文具体研究使用Snake模型解决医学图像目标轮廓提取所面临的关键技术问题。把Snake模型应用于临床系统中,首先要解决的是初始轮廓线和参数难以确定的问题。本文抛弃使用工作人员手工勾勒初始轮廓的原始方法,提出结合基于标识分水岭算法的初始轮廓线获得方法,该方法能快速有效地得到趋近于实际边缘的初始轮廓线,为后面的模型迭代收敛打下基础。在设定参数上,根据活动轮廓模型中不同参数在不同时期的影响作用,预测估计非边缘点应调整到的目标位置和能量,求得下一平衡状态下参数数值从而达到自适应地调整参数的效果,使模型轮廓能更好地收敛于目标边缘。把目标的先验知识融入到活动轮廓模型中,是活动轮廓模型的发展趋势。本文结合医学图像本身的特点,使用曲线拟合的方法构造椭圆力场,使活动轮廓模型在形变过程中得以保持椭圆的形状,在分割椭圆类目标轮廓时能使模型在弱边缘处也得到很好的响应。本论文通实验的手段证明了上述方法的有效性,并能快速简单地应用于临床系统之中。