近年来，临床医学领域对相关检验影像日趋依赖，神经内外科尤其显著。随着医学成像技术的快速发展，很多神经科学的研究放在了对比脑内组织解剖结构的差异上，从而寻求和脑疾病有关的解剖结构形态改变的相关特征，以期提高治疗方案的有效性和脑疾病诊断的可靠性。作为图像分割领域中的一个重要分支，医学图像分割是实现医学图像分析，进而完成医学图像理解和图像分析的首要的和关键性步骤。随着磁共振成像(Magnetic Resonance Imaging，MRI)技术的发展，磁共振(MR)图像可以提供脑内部组织解剖结构的高分辨率和高对比度的三维(3D)医学图像。脑的三大主要组织是白质(WM)、灰质(GM)和脑脊液(CSF)，将脑分割为皮层下结构、皮层结构和病理组织。神经科学研究人员逐渐地对能将脑精确分割出以上组织的方法产生浓厚兴趣。以上基于解剖学形态结构改变的研究都是依靠对磁共振图像的理解和分割。而医学图像分割技术就包含了这种从多模式医学图像中提取和分割出各种脑组织结构的方法。然而，医学图像分割是医学图像分析中最具有挑战性和最困难的问题之一。由于磁共振成像设备成像能力的限制，临床采集的脑组织的磁共振图像通常包含由噪声、偏场引起的部分容积效应、运动伪影和灰度不均匀等不利因素，加之脑组织复杂的边界、形状和拓扑结构，使得准确、快速和鲁棒地分割脑组织磁共振图像是一件十分困难的事。目前，医生已不再满足于二维层析图像的影响支持，进而寻求三维影响基础上的诊疗支持，故针对三维医学图像的分割技术研究逐渐成为趋势，医生与相关研发人员急需一种快速、鲁棒和准确的分割算法来完成三维物体的三维分割。由于人体内脏组织是空间三维对象，并且三维分割使用了目前主流成像设备中空间立体数据的结构化信息，其相对应的分割结果在位置和结构上高度准确与连续，可以提供更加丰富的组织特征展示与三维结构形态等信息，显示也变得更加直观。针对医学图像分割领域目前的发展现状，从三维核磁共振脑组织图像分割的角度出发，本文回顾并详细分析当前主要的医学图像分割方法，尤其是三维医学图像分割算法提出了一种三维核磁共振脑组织图像分割算法，并利用相关算法成功将三维脑组织分割出来，完成了以下几方面研究内容：第一、由于脑部磁共振图像存在图像噪声和偏场，本文首先利用高斯滤波对三维体数据进行了去噪处理，来完成对含有偏场和噪声的脑部磁共振图像的去噪和平滑，为后续分割做准备工作。第二、对ITK中基于阈值分割和区域增长的图像分割算法在三维脑部核磁共振图像上予以实现，论证了其对脑部MR图像分割的有效性。第三、在以上内容的基础上，对分割结果进行后处理。该过程使用了数学形态学和图像的“与”运算，使分割结果更加精确，接近脑组织的真实解剖结构。第四、在对以上三维分割技术研究的基础上，详细地介绍了现存的分割评价方法，并为后续研究做好铺垫工作。实验结果表明，本文所选择的ITK算法获得较为理想的分割效果，算法简单、分割速度快，避免了脑灰质和脑脊液误分割现象，鲁棒性强，为进一步研究脑组织的内部特征提供了良好的基础。