CT图像器官分割技术是计算机辅助诊断系统中的重要基础工作。对于肝脏病灶而言,对肝脏CT图像内的病灶进行精确分割,是一直以来的技术难题:一方面,三维CT图像多变的形状和大量的数据计算加大了精准分割的难度;另一方面,患者现有的肝脏病灶(例如肿瘤)会对器官解剖结构的显示情况产生较大干扰。为了将腹部CT图像分割成不同的组织,业界已经研究出了多种不同的方法。近年来,CT图像的分割技术的发展趋势大致可以归纳为以下两点:(1)交互式的分割方法,如图割(Graph Cut)和随机游走(Random Walk)算法;(2)全自动的分割方法,如概率图谱、统计形状模型和人工神经网络。本文的研究重点是对经典随机行走的器官分割方法进行改进和应用,其主要包括以下研究内容:1.提出一种更为高效的三维随机游走(RW)算法。传统的随机游走的三维分割方法主要存在以下问题:a.大量人工标记耗费人力成本;b.分割结果不够准确;c.计算负担沉重,效率低下。本文介绍一种基于先决知识逐层分割的随机游走算法,它能够降低人工标记的时间成本并提升分割精度,但是该算法仍存在分割效率较低的问题。针对此问题,本文在基于像素的三维随机游走研究的基础之上,提出了基于超像素的随机游走算法。在与传统随机游走算法的对比分析实验中,本文提出的算法在结果上更准确与高效——在分割20组三维肝脏图像时,传统的随机游走算法的平均DSC系数和时间分别为0.901和928.12秒,而本文提出的算法的平均DSC系数和时间分别为0.956和18.28秒。2.参与设计并实现了多期相的医学肝脏CT图像检索系统。该系统能够对医生的肝脏肿瘤临床诊断加以辅助。医生仅需在新病例图像中手动标记几个关键图像区域便可准确高效地自动分割出三个期相的肝脏和肿瘤区,再对分割结果抽取特征量检索出与新病例相似的病例信息,以此来辅助医生完成诊断报告。该系统由预处理,检索,病例浏览等模块构成。本文提出的高效分割方法应用于预处理模块。预处理模块由分割与配准两部分组成。由于CT图像多期相与肿瘤病灶多类型的特性,导致个别期相的肿瘤图像不够清晰,难以仅凭分割得出,因此本文提出了使用刚体和非刚体变换结合的配准方法,解决了多期相肿瘤分割的难题。