El modelo de contorno activo se utiliza ampliamente para segmentar imágenes. En el modelo clásico de contorno activo magnetostático (MAC), el campo magnético se calcula a partir de los puntos detectados mediante un detector de bordes. Sin embargo, siempre se detecta ruido y puntos no objetivo. Por lo tanto, MAC no es robusto al ruido y los objetos extraídos pueden desviarse de los objetos reales. En este trabajo se propone un modelo de contorno activo magnetostático con un método de clasificación de representación dispersa. En primer lugar, se obtiene información aproximada de los bordes con algunos detectores de bordes. En segundo lugar, los contornos de borde extraídos se dividen en dos partes mediante clasificación dispersa, es decir, la parte del objeto objetivo y la parte redundante. A partir de los puntos objetivo clasificados, se genera un nuevo campo magnético, y los contornos evolucionan con MAC para extraer los objetos objetivo. Los resultados experimentales muestran que el modelo propuesto puede reducir la influencia del ruido y obtener resultados de segmentación robustos.