本论文针对MSCT心脏图像特点使用了Snake算法和比例轮廓算法对心腔进行分割，为心腔三维建模提供二维轮廓数据。 随着多层螺旋CT(MSCT)结合ECG信号门控技术的使用，心脏CqF’扫描成为可能。相比普通CT，MSCT具有更高的空间和时间分辨率，从而有效改善了心脏等运动器官的成像质量，解决了对快速运动中器官扫描的难点。 心腔图像分割目的是从复杂的心脏图像中提取心脏内部心房心室的轮廓曲线。然而医学图像具有复杂性和多样性，成像质量受到诸如噪声、场偏移效应、局部体效应和组织运动的影响。因此，医学图像具有模糊、灰度不一致性等特点。在很多场合依然依靠专业人士进行手工分割。近年来，随着医学图像分割技术的发展，由用户参与控制和引导的半自动的交互式分割得到了深入的研究，这正是本课题所关注的方向。 本文主要研究了Snake算法和比例轮廓算法在心腔图像分割上的应用。对于心腔分割来说，其解剖结构有一些特殊性，首先图像中的灰度变化与腔体的分隔线并非完全对应，某些在灰度上连通的区域在心脏解剖结构上是分离的；其次，心脏一直处于运动状态，成像的伪影以及噪声经常会影响成像效果；最后，由于心脏结构的特殊性，图像中会出现曲率很大的凹陷区域，这部分图像难以分割。 通过对多组MSCT心脏图像序列进行研究，采用人工标定初始轮廓的Snake分割以及比例轮廓算法能够较好的解决这些问题，并得到比较精确的分割结果，基本上达到了课题的预期要求。