多发性硬化症是一种严重威胁中枢神经功能的疾病，对其病灶自动检测方法的研究正受到越来越多的关注。基于D-S证据理论和模糊C-均值(FCM)聚类算法，提出了一种融合T1和T2加权MR图像信息的多发性硬化症自动分割算法。首先运用FCM聚类算法分别分割T1和T2加权MR图像，然后利用根据D-S证据理论得到的融合两种加权图像信息的基本概率分配函数，实现多发性硬化症病灶的分割。通过对多发性硬化症MR脑部图像的分割实验表明，该算法具有很高的多发性硬化症病灶分割精度，对多发性硬化症的临床辅助诊断具有重要作用。