摘要：针对MR图像中海马区存在灰度不均匀性，基于区域动态轮廓的c—V模型只利用区域信息无法获得准确的海马区分割问题，结合多尺度边缘约束的演化思想和图像区域的全局信息，提出了一种结合边缘和区域信息的多尺度水平集MR（mag—neticresonance）图像海马区分割方法。首先，在C—V模型的基础上采用内部约束能量项，消除水平集的重初始化，提高分割速度；其次，改进水平集函数中外部能量项的图像区域全局信息，解决由于灰度不均匀所引起的分割不准确问题；最后，在水平集函数的外部能量项中加入基于多尺度图像边缘的梯度信息，作为边缘约束停止项，使分割效果达到优化。实验结果表明，该算法对存在灰度不均匀性的图像海马区分割速度快、准确率高。

关键词：水平集 多尺度分割 灰度不均匀 脑部mr图像 

单位：东北大学信息科学与工程学院 沈阳110189 东北大学医学影像计算教育部重点实验室 沈阳110189