图像分割是图像处理和计算机视觉领域中的基本技术,是大多数图像分析以及机器视觉系统的重要组成部分。图像分割也是一个经典难题,随着影像医学的发展,图像分割在医学应用中具有特殊的意义。医学图像分割是图像分割的一个重要应用领域,在临床诊断中起着越来越重要的作用。到目前为止,对医学图像的分割已有很多的方法,但还没有一个公认的最好方法,也还没有一个判断是否成功的完全客观标准。因此,针对医学图像的特点,对医学图像分割方法进行相关研究有着重要意义。本文的主要工作是关于对医学图像分割算法的研究,通过基于胸部CT图像进行肺部实体分割,对分割过程中的相关技术进行了重点的介绍和分析。主要研究了阈值分割、边界跟踪算法、区域填充算法以及边界轮廓修补算法。并重点研究了区域填充算法和边界轮廓修补算法,而且加以了改进和优化。不仅提高了医学图像分割的效率和准确性,而且在实际应用当中也有着非常重要的理论价值和应用价值。本文首先对图像分割技术进行了简介,包括图像分割的概念,以及图像分割的分类,并对分类之后的各个图像分割方法进行了重点的介绍和分析。然后,对从胸部CT图像中分割出肺部区域实体进行了详细的分析和处理,包括分割过程分析、分割方法研究和分割结果实现。在分割过程中,不仅对相关方法进行了研究,而且提出了改进和优化的算法,完成了肺部区域实体的抽取和修补重建工作,最后得到完整的肺部CT区域实体。