心脏图像分割已成为临床诊断一项十分重要的内容，通过精确提取心脏各个腔室的区域和边缘，定性和定量地建立心脏的三维、四维模型可以为医生对心血管疾病的早期预防和诊断治疗提供依据。临床上，通常由医生手动勾画出心腔的轮廓；而目前出现的一些半自动或全自动分割方法往往只是针对具有某一特定特征的心脏图像，在实际应用中仍面临许多困难。本文提出一种基于剥离的分割算法，先是从背景复杂的双源CT心脏图像中提取出心脏的腔体；然后利用外轮廓剥离和恢复算法来使腔体中各个腔室相互分离，从而实现双源CT心脏图像各腔室的分割；最后搭建了一个心脏图像分割平台。基于数学形态学和最大类间多阈值的心脏腔体的分割方法。在心脏腔体的分割过程，由于注入造影剂后的双源CT心脏图像表现出心脏区域对比度不均匀的灰度特性，本文首先利用形态重构运算对图像进行平滑滤波，使得心脏腔体灰度信息收敛并与周围组织产生灰度差异，再用最大类间多阈值分割算法对图像各个区域进行标记，通过指定第一张图像中注有造影剂的心脏腔体所在的标记，根据同一组织在相邻图像的关系依次识别出下一张图像中注有造影剂的心脏腔体标记，最终实现了一组心脏图像中心脏腔体的半自动分割。基于剥离的心脏各腔室的分割方法。针对具有“脖子”形状的心脏腔体，采用外轮廓剥离和恢复的方法，通过逐层剥离其外轮廓，使得腔体中各腔室相互分离，然后提取各分离的腔室核子，逐层恢复它们的外轮廓，最终得到各自独立的完整的心脏腔室。根据本文提出的心脏图像分割算法，采用Qt开发工具包来搭建了一个简单的心脏图像分割平台。该平台主要有图像导入模块、图像分割模块和图像显示模块三个模块。在平台的构建过程中，主要讨论了DICOM医学图像信息的读取和三维体数据的面绘制问题。它为用户提供了一个初步的体验功能。