多年来,对心脏核磁共振图像(MRI)的分析研究一直是医学图像领域的一个重要课题。目前,对心脏MRI分析研究主要集中在对左心室的运动和形变分析上,因此,准确地提取出心脏MRI中的左心室是进行分析研究的先决条件。基于可形变模型的分割技术考虑了人类观察图像的心理过程和视觉特征,为有效地从图像中分割出感兴趣的区域提出了全新的思路,已成为医学图像分割的重要工具。可形变模型分为参数活动轮廓模型和几何活动轮廓模型两类,本文对这两种模型的理论基础进行了分析,并对可形变模型在心脏核磁共振图像分割中的应用进行了研究。传统的参数活动轮廓模型分割图像时,要求初始轮廓线设置在感兴趣区域的边界附近,且曲线在变形过程中难以分割深度凹陷区域。为此,Cohen在模型中增加了气球力,扩大了Snake的捕捉范围,但一定程度上仍依赖于初始曲线的设置。针对以上不足,本文提出一种基于蚁群算法的Snake模型:首先利用图像灰度的统计特征确定初始Snake曲线;然后在传统的Snake能量函数中引入一向心力项,使其能准确定位凹形物体的轮廓;最后用蚁群算法优化Snake曲线的演化结果,避免陷入局部最优。模型对初始轮廓的位置和形状没有特别的要求,将该模型应用于心脏MRI图像的分割中,取得了较好的分割效果。传统的参数活动轮廓模型自身不支持拓扑可变,且很难拓展到高维分割,而基于水平集曲线演化理论的几何活动轮廓模型则能将低维空间的曲线(面)演化问题置于高维空间解决,具有拓扑可变性,但计算量较大。同时由于心脏的变形和血液的流动,MRI图像中出现了弱边缘、局部梯度极大值区域、伪影等现象,而活动轮廓模型在曲线演化过程中仅使用了梯度信息,因此分割心脏MRI图像时,往往得不到理想的结果。为此,构造出一种基于区域信息约束力的参数活动轮廓模型,在新的约束力的作用下,模型可以降低噪音的影响并防止曲线从弱边界泄漏,并且结合几何模型的优点,将参数模型几何化,使新模型具有拓扑可变的能力,又保持了Snake的高效性。实验表明,该模型分割得到的心脏MRI更具准确性、鲁棒性。