超声图像经常因瑞利分布的乘性噪声而损坏。 噪声很强，通常被称为斑点噪声，因此使用这种噪声进行分割是一项艰巨的工作。 在本文中，我们将乘法噪声去除模型合并到主动轮廓模型中以进行超声图像分割。 为了对超声图像的灰度行为进行建模，需要考虑经典的瑞利概率分布。 我们的模型可以很好地分割嘈杂的超声图像。 最后，使用一种称为Split-Bregman方法的快速方法来轻松实现分段。 在各种合成和真实超声图像上进行的实验验证了我们方法的性能。