摘要:Graph Cut方法用于医学图像分割具有精度高, 分割准确等优点, 但处理每一幅图片都需要用户选定对象和背景, 耗时较长. 区域生长方法适于对面积不大的区域进行分割, 分割速度快, 但需要人工选取种子点, 且在对比度低的情况下分割效果不理想. 针对医学CT连续断层图像间相关性强特点, 提出一种把Graph Cut方法和区域生长方法相结合的图像分割算法GCRGIS. 首先使用Graph Cut法对连续断层图像的首幅图像进行分割, 以分割出的图像轮廓作为后幅断层图像待生长区域的边缘, 将边缘进行腐蚀后再进行区域生长, 分割出目标图像. 实验结果表明, 该方法处理连续CT图像时仅需对首幅图像进行人工交互, 在后续图像的分割中避免了每幅图像都要人工交互的繁琐, 分割效果好, 速度快.