在全球范围内心血管疾病是导致人类死亡最主要的原因之一。心脏是心血管系统的关键器官,对心脏的准确分割是对心血管疾病进行早期诊断的关键所在。当前国内外学者提出很多心脏解剖结构如心室、心房等的分割算法。但在计算机辅助诊断中,需要分割出完整的心脏图像。全心脏分割具有一定的难度。首先,心脏的内部组成结构复杂多样,包括心室、心房、血管、冠状动脉等结构；其次,心脏在CT切片中难以定位,故全心脏分割一直是图像分割领域的难题。虽然心脏图像有着结构复杂、难以定位等特点,心脏CT序列图像相邻切片在轮廓上具有高度相关性。本论文结合传统医学图像分割算法及相邻切片间的相关性,对全心脏分割算法进行了一定的分析和研究,分别提出了一种基于区域生长的改进分割算法和一种基于边缘检测的改进分割算法,并对分割结果加以比较。本论文主要内容和创新点：1.DICOM图像的显示与处理。介绍DICOM格式的具体内容,并给出DICOM格式转换成Windows平台下通用的BMP格式的实现方案,为后续的手动交互分割作基础。同时,结合ITK和VTK工具包对DICOM格式图像进行读取和显示,采用VTK中提供的交互,对DICOM图像进行窗宽、窗位和大小的调节。2.心脏序列图像自动分割算法的实现。依据心脏CT序列图像相邻切片的相关性,将前一张切片的分割结果作为后一张切片的初始轮廓,结合高斯滤波、形态学操作和一些传统的图像处理操作,对传统的区域生长分割算法和边缘检测分割算法加以改善,应用到全心脏序列图像的分割当中,并对其分割结果与金标准(专家手动分割结果)进行对比和分析。3.手动分割的实现。自动分割算法只能完成心脏序列图像中部分图像的分割,对于后续图像需要采用手动分割来完成分割任务。手动勾画目标区域的轮廓,提取轮廓内的像素以实现目标区域的手动分割。4.将分割结果进行面绘制以重建其三维结构。