امروزه بررسی و تحلیل تصاویر پزشکی از اهمیت بالایی برخوردار است. برای تهیه این تصاویر از دستگاه های تصویربرداری متفاوتی استفاده می شود. از جمله این دستگاه ها می توان به توموگرافی کامپیوتری اشاره کرد که در تشخیص انواع بیماری ها مانند بیماری های کبد برای عمل جراحی یا پیوند کاربرد گسترده ای دارد. با استفاده از تصاویر توموگرافی کامپیوتری می توان در برش های متفاوت یک بخش خاص از بدن بیمار را نمایش داد. برای تشخیص بهتر بیماری توسط پزشک ابتدا این تصاویر باید تحلیل شوند. یکی از مسائل مطرح در تحلیل و بررسی تصاویر توموگرافی کامپیوتری، پیداکردن بافت کبد با استفاده از ناحیه بندی است. معمولا به دلیل حیاتی بودن موضوع، کار ناحیه بندی به صورت دستی و توسط افراد متخصص انجام می شود که این کار، امری زمان بر و دشوار است. برای رفع این نواقص، طراحی و پیاده سازی الگوریتم هایی که بتواند بدون کمک انسان و یا حداقل با کم کردن دخالت او کار ناحیه بندی را انجام دهند ضروری است. از آن جا که ناحیه بندی کبد همیشه در تشخیص به کمک کامپیوتر امری دشوار بوده است، محققان الگوریتم های زیادی برای این هدفارائه کردند اما با توجه به کیفیت پایین تصاویر، هم پوشانی سطح خاکستری کبد با اعضای مجاور خود مانند قلب، معده و ماهیچه ها، تنوع در ابعاد این عضو در بیماران مختلف و همچنین تغییر شکل کبد با توجه به بیماری های مختلفی نظیر سرطان، ناحیه بندی کبد یک امر چالش برانگیز گردیده است. در این پایان نامه، سعی بر آن است که ناحیه بندی کبد در تصاویر توموگرافی کامپیوتری با استفاده از الگوریتم دسته بندی، طراحی و پیاده سازی شود.