医学图像分割是医学图像处理中一个重要环节，分割效果与计算机辅助诊断结果息息相关。而随着科学技术的进步和新型理论的不断提出，新的图像分割算法也如雨后春笋般涌现出来。本文采用的均值移动（Mean shift）算法是一种非参数密度梯度估计算法，可以应用到很多领域，如聚类，图像平滑，目标跟踪，图像分割等。目前，均值移动算法已在医学图像分割中得到广泛应用。本文围绕均值移动算法做了以下工作：首先，本文深入研究均值移动理论。对均值移动理论的发展做了简单地介绍，并详细介绍了几种常用的核函数。采用均值移动滤波算法做了仿真实验，验证了核带宽参数对均值移动滤波效果的影响。对结合均值移动和区域合并的图像分割算法做了仿真实验。其次，引入新的迭代步长，结合已有加速策略提出一种改进的加速算法，并结合区域合并算法完成图像分割。最后，改进了自适应带宽函数，将自适应均值移动滤波和蚁群聚类算法结合，对蚁群聚类算法做了改进，减少了蚁群聚类算法的运算量，提高了算法的运算效率。