La segmentación del hígado a partir de imágenes de tomografía computarizada (TC) abdominal es un paso primario en el diagnóstico y tratamiento del cáncer de hígado, pero los métodos previos de segmentación hepática presentan problemas de excesiva demanda de conocimientos previos, sub y sobre segmentación, y fuga de límites. Para resolver estos problemas, este artículo propone un nuevo método de segmentación hepática para asistir a los médicos en su juicio médico. En primer lugar, se propone un algoritmo de reconstrucción hepática para obtener la región inicial aproximada del hígado, lo que reduce la necesidad de conocimientos previos y puede reconstruir la región hepática más cerca del límite del hígado. Luego, refinamos el borde de la región hepática basándonos en el conjunto de niveles de difusión de reacción (RD level set). Este método de refinamiento de borde puede tratar eficazmente el problema de límites débiles, prevenir la sub y sobre segmentación, y obtener una región hepática más precisa. Nuestro método se verifica en conjuntos de datos clínicos y públicos, respectivamente. Los resultados de segmentación en términos de VOE medio, RVD, ASD, RMSD y MSD en el conjunto de datos Sliver07 son 5.1%, -0.1%, 1.0 mm, 2.0 mm y 18.2 mm, y en el conjunto de datos 3Dircadb son 8.1%, -0.2%, 1.5 mm, 2.4 mm y 20.8 mm, respectivamente. En comparación con los algoritmos previos, los resultados experimentales muestran que este método tiene una gran mejora en precisión con menos conocimientos previos. El algoritmo de reconstrucción hepática propuesto en este artículo puede obtener una región hepática inicial más precisa, reducir la necesidad de conocimientos previos y reducir los costos de tiempo en comparación con el algoritmo de conjunto de niveles.