摘要：針對(duì)傳統(tǒng)的基于區(qū)域的主動(dòng)輪廓模型分割灰度不均勻醫(yī)學(xué)圖像,不能充分利用圖像局部區(qū)域灰度變化信息,而導(dǎo)致分割結(jié)果不夠準(zhǔn)確。提出一種基于圖像熵的整體與部分信息混合的主動(dòng)輪廓模型。該模型是在CV(Chan-Vese)模型保真項(xiàng)的基礎(chǔ)上,結(jié)合局部區(qū)域信息與反映圖像灰度變化特性的圖像熵,并引入避免水平集函數(shù)初始化和保持曲線平滑的正則項(xiàng),賦予歸一化比例調(diào)節(jié)系數(shù),通過變分方法和梯度下降流求解最小化能量泛函,更新水平集函數(shù)方程,完成曲線的演化。實(shí)驗(yàn)結(jié)果表明該模型對(duì)灰度不均勻醫(yī)學(xué)圖像分割精度方面優(yōu)于CV模型,其分割效率方面相比LBF模型提高了52.2%,是實(shí)用有效的分割方法。