摘要：肉眼醋酸實(shí)驗(yàn)是宮頸癌篩查的重要手段,使陰道鏡設(shè)備具備自動識別醋白區(qū)域的功能是解決在臨床上缺乏有經(jīng)驗(yàn)醫(yī)生這一難題的有效方法。針對這一目的,提出了一種建立在灰度共生特征矩基礎(chǔ)上的CV模型水平集算法。該方法首先使用k-means聚類從肉眼醋酸實(shí)驗(yàn)后的原始宮頸圖像中分割出宮頸區(qū)域,繼而利用合成的灰度共生特征矩對宮頸區(qū)域進(jìn)行醋白特征提取并獲得待分割的特征圖,最后使用改進(jìn)的CV水平集算法對特征圖進(jìn)行分割并得到醋白區(qū)域。實(shí)驗(yàn)結(jié)果顯示：改進(jìn)后的CV水平集算法比傳統(tǒng)CV水平集算法的敏感度在平均值上低26.6%,比分水嶺分割高47.6%,比模糊聚類分割高11.23%;其特異性在平均值上比水平集分割高29.45%,比分水嶺分割低11.64%,比模糊聚類高45.23%;而以Jaccard Index（JI）統(tǒng)計的精度指標(biāo)在平均值上比傳統(tǒng)CV水平集算法高19.74%,比分水嶺算法高23.27%,比模糊聚類高38.11%。該新方法在總體性能指標(biāo)上精度更高。