本文提出一種新的活動輪廓算法,即層次的上下文活動輪廓(HCAC),并將其應用于三維CT肝臟全自動分割。HCAC是一種基于機器學習的算法,可以分為兩個階段:第一階段,即學習階段,給定一套腹部三維CT訓練圖像以及對應的手動肝臟分割結果,利用上下文特征將每次的自動分割結果向手動參考分割結果映射,迭代學習得到一組糾錯分類器;第二階段,即分割階段,首先將待分割圖像用基本的活動輪廓進行分割,分割結果輸入第一個糾錯分類器,輸出第一個形狀模型,然后結合圖像信息和當前形狀模型,采用上下文活動輪廓(CAC)進行再一次分割,得到的分割結果輸入第二個糾錯分類器,輸出第二個形狀模型,結合圖像信息和當前形狀模型,再次采用CAC進行分割。如此迭代分割,隨著形狀模型的逐步精確,最終我們可以取得準確的肝臟分割。本文實驗結果表明,隨著迭代的深入,我們取得越來越好的分割結果。在三維CT肝臟圖像分割中,我們通過6次迭代,就可以取得較好的肝臟分割。