正电子发射型计算机断层显像(Positron Emission Tomography,PET)作为最先进的医学影像技术之一,可通过无介入方式在分子水平上显示人体代谢功能的信息,为医生的临床辅助诊疗提供必要依据。目前临床中仍在使用的PET仪器存在图像分辨率较低的问题,由于硬件设备的更新成本较高,因此通过软件算法的改进提升图像的质量,是一项低成本且更加便于实现的方式。医学图像分割作为图像识别和分类的基础,目的是提取图像中的感兴趣区域,分割结果可为基于PET图像分割的衰减校正方法提供数据基础,以此提升重建图像的质量。因此准确的提取目标区域对于后期医学图像分析是一个重要的保障。针对头部PET图像外轮廓分割时,图像中存在星状伪影、边缘缺失、分辨率低的问题,提出一种添加卵圆作为先验形状的CV模型。首先对头部三维断层在冠状面以及矢状面方向进行投影,获取其二维投影图。然后结合大津算法对投影图重新赋值,再次对其二值化获取边缘几何特征求解最佳包围卵圆的参数,拟合卵圆作为分割模型的先验形状。并将求解的卵圆作为初始轮廓,减少曲线演化到目标轮廓所在位置的时间。最后通过形状比较函数将先验形状的符号距离函数添加到CV模型中,控制曲线的演化。实验结果表明:本文算法在对受噪声影响严重的头部PET图像外轮廓分割时,可以取得理想的分割效果。针对体部PET图像存在灰度分布不均匀、伪影以及边缘缺失等问题,提出一种改进的结合局部信息的CV模型。将CV模型的全局信息与DRLSE模型的局部信息相结合,并通过最小二乘法拟合椭圆作为形状约束,在图像自身信息及外界约束的共同驱动下控制曲线的演化。实验结果表明:本文算法在处理图像灰度分布不均匀、存在伪影、以及边缘缺失等问题的体部PET图像时,可以正确地分割外轮廓。为便于对PET图像分割结果的应用,在MATLAB的GUI平台开发一款医学图像分割软件,该软件包括窗位窗宽调节功能、头文件信息显示功能、头部PET图像外轮廓分割、体部PET图像外轮廓分割等功能,为用户提供一个友好的操作界面。