放射治疗是利用放射线治疗肿瘤常用且有效的一种方法，已经经历了一个多世纪的发展历史，在伦琴发现X线之后，很快就用于临床治疗肿瘤，直到目前放射治疗仍是恶性肿瘤重要的局部治疗方法。放射治疗在肿瘤治疗中的作用和地位日益突出，已经成为治疗恶性肿瘤的主要手段之一。　　 靶区的准确规划是保证放射治疗有效实施的重要步骤之一。病人的自主运动（如呼吸、器官运动等）和不自主运动通常会造成肿瘤形状和位置的不断变化，因此，如何自动准确定位不同治疗角度下的病灶，精确检测靶区，成为放射治疗的重要问题之一。　　 医学图像分割是医学图像处理和分析中的关键技术，经过众多学者的长期研究已经取得了显著的成就。形变模型的提出为医学图像分割开拓了新的研究视角，其中具有代表性的方法是可变形模型，包括参数化可变形模型和几何化可变形模型。但是这些方法的不足之一就是不能融入目标物体的先验知识。　　 本文采用基于主动形状模型的方法来研究靶区的检测。主动形状模型方法是一种能够利用关于目标物体形状的先验知识的一种分割方法。它是一种以训练和统计分析为模型的方法，以目标物体的形状轮廓作为训练样本来构造模型，通过统计分析构造关于目标物体形状的先验模型，同时能根据训练集中的形变模式对模型进行灵活调整，从而保证能在合理的变化范围内实现与目标物体的最佳匹配。　　 基本的主动形状模型仅仅考虑了训练样本中标定点的坐标位置，在搜索方面存在固有的缺陷，本文对训练样本集的灰度信息进行学习，以获取训练集的灰度信息，建立灰度级扩展模型；同时在搜索方面采用多尺度模型，采取由粗到细的搜索策略。通过实验说明本文基于主动形状模型的方法对靶区的形状进行建模，提出的结合灰度级扩展模型和多尺度模型，可以实现靶区的自动检测，并且检测时间上有所提高。