目前，基于模型技术已经成为医学图像分析的重要工具，特别是基于可变模型和统计模型的方法引起了广泛的重视。 主动形状模型（ASM）是一种以训练和统计分析为基础的模型分割方法，它在样本的形变模式下迭代地调整模型的形状以拟合目标的边界。而MSCT作为重要的心脏无创成像方法，对它的成像数据进行正确的分割是目前心脏图像研究领域亟需解决的问题之一，本文拟将ASM算法应用于心脏MSCT图像的分割中去。 本文先对医学图像分割技术做了系统性的总结，回顾了心脏成像的各种技术并介绍了心脏建模方法。接着对主动形状模型的理论进行了原理性阐述，并介绍了其扩展方法。然后着重探讨了ASM算法在心脏MSCT图像分割中的应用，包括预处理部分与训练、搜索过程中的改进方法。最后给出了ASM算法对心室分割的结果，实验结果表明，ASM算法能够对心脏MSCT图像中左、右心室轮廓给出较好的分割结果。 基于模型的ASM分割定位方法具有良好的统计学习特性和智能化的形变和搜索能力，在心脏MSCT图像分割应用中取得了较好的效果，这对于更好地克服传统方法的不足、解决日益复杂的分割问题、促进图像视觉的研究和发展具有重要的意义。