腎臟腫瘤已經成為威脅人類健康的重要疾病之一。超聲檢查具有普及率高、價格低廉、無輻射等諸多優點，已廣泛應用于腎臟腫瘤的診斷中。超聲圖像中腎臟腫瘤的準確分割是制定治療方案的基礎。腎臟腫瘤往往生長在腎皮質中間，分割容易受到周圍臟器干擾，而且超聲圖像對比度低、斑點噪聲嚴重，使得腫瘤分割困難。本文根據腎臟超聲圖像的特點，提出基于自適應分區演化水平集（ASLSM）的腫瘤分割算法。首先，將感興趣區域圖像分區；然后，融合內外能量項和梯度設計目標函數，并自適應調整二者比例；最后，根據質心原理和零水平集內外相似度自適應卷積半徑及曲率，進行曲線演化。將本算法用于腎臟超聲圖像，實驗結果中豪斯多夫距離（HD）為（8.75 ± 4.21）mm，平均絕對距離（MAD）為（3.26 ± 1.69）mm，戴斯系數（DICE）為 0.93 ± 0.03。與傳統的方法進行比較，實驗結果證明本算法可以獲得更加準確的腫瘤分割結果，今后本算法或可為輔助醫生定位和診斷腎臟腫瘤提供便利。