传统模糊C均值聚类算法需要输入初始聚类中心，但是输入错误的初始聚类中心会产生较差的图像分割结果。对此提出一种改进的医学图像分割算法——基于免疫模糊聚类的医学图像分割。该算法能够快速有效地找出合适的初始聚类中心值，使之最大可能地趋近于理想值，从而大大提高算法的效率，避免陷入局部解。同时，将免疫克隆选择算法融入到模糊聚类算法中。实验结果表明，该算法能快速有效地找到合适的初始聚类中心，能有效提高搜索效率和准确率，得到较理想的分割效果。