在如今,图像处理技术在我们生活中随处可见,发挥着不可替代的作用。在医学方面,世界上每时每刻都有医生在借助医学影像来帮助病人诊断病情,医学影像技术的出现,大大降低了病情的诊断难度,提升了医疗水平。据世界卫生组织统计,每年约有38.8万人死于肝癌,提前发现,提前治疗是降低死亡率最好的方法。现有治疗肝癌的方法都离不开对肝脏及肝脏准确分割,然而,肝脏及肝脏肿瘤的边缘模糊、形状、大小会因人而异,这就造成了分割上的困难。在临床,肝脏及肝脏肿瘤的分割大多依靠医务人员的手动描绘,手动分割工作乏味,效率很低,找到更加智能的分割算法,用机器代替人工,成为了众多学者的研究热点。本文主要依据的分割算法为水平级算法,水平集算法为活动轮廓模型的一种,其有以下优点:(1)在设置初始化轮廓时能融入人的先验信息,如:大小、形状等,提高算法效率。(2)水平集方法能将复杂的图像分割问题转换为曲线运动问题,又将曲线运动问题表示为水平集函数的演化问题,因为曲线本身具有闭合性,这就保证了分割结果的连续性,能较好收敛到目标边缘。在肝脏分割上,本文以距离正则化水平级为框架,通过在能量函数中加入区域信息,达到了不错的分割结果。在肝脏肿瘤的分割上,本文以区域统计活动轮廓模型为框架,在不同的区域上采用不同的尺度参数,有效克服了灰度分布不均问题。将上述两种分割算法的分割结果进行分割性能评价指标计算,通过具体的数值证明了本文算法的可靠性。在初始化轮廓敏感性验证中,不同的初始化轮廓得到了相似的分割结果,证明了本文算法对初始轮廓并不敏感。论文最后,依据算法的分割结果,本文基于MATLAB成功对肝脏肿瘤进行了三维重建。