近年来,水平集方法是图像分割领域研究的重点,在图像处理、计算机图形学、流体力学等领域被广泛应用并取得良好效果。本文对水平集方法的相关理论和关键技术进行了研究和探讨,对其中的C-V模型进行了改进并成功应用于医疗图像诊断。首先,本文深入研究了主动轮廓模型和水平集方法,提出了一种改进的C-V模型。一方面,该模型的初始轮廓曲线能快速移到目标边界附近,使演化时间大大缩短;另一方面,该模型在传统C-V模型的速度方程中引入一个自适应调节项,使演化曲线从两个方向收敛于真实边界。其次,本文将水平集方法的理论研究成果应用于肝脏肿瘤良恶性的辅助诊断。认真研究了朴素贝叶斯分类方法,用改进C-V模型分割肝脏肿瘤的CT图像,把提取的肿瘤轮廓特征作为参数进行朴素贝叶斯分类器的训练和测试,取得了良好的分类效果。最后,本文给出了matlab7.5环境下设计的肿瘤良恶性辅助诊断系统,该系统能对肿瘤图像进行良好分割和良恶性有效识别。