Abstract: Because medical image has the characteristic of intensity inhomogeneity，this paper presents a novel level set based on the simplified Mumford-Shah model for image segmentation proposed by Chan-Vese.Local region information is crucial for accurate segmentation of images with intensity inhomogeneity，however，the traditional level set method don’t utilize it.This paper proposes a novel level set medical image segmentation base on local region information.This mothed costs less，and the experimental result verifies the effectives and robustness of this segmentation method.

Key words: image segmentation, level set method, C-V model, local region information

摘要： 针对医学图像中存在的亮度分布不均匀（intensity inhomogeneity）的特点，对Chan-Vese提出的基于Mumford-Shah模型的水平集分割图像的算法进行了改进。局部区域信息是对亮度分布不均匀图像进行准确分割的关键，但是传统的基于区域信息的C-V模型没有利用到这种局部区域的图像信息，因此无法正确分割强度分布不均匀图像。利用局部区域信息构造能量函数，提出了一种基于局部区域信息的改进C-V模型。该模型无需大量计算，水平集函数可快速收敛。MR图像、血管造影图像和X线骨折图像的实验结果证明了该方法的高效性。

关键词: 图像分割, 水平集方法, C-V模型, 局部区域信息