图像处理中的基础和重要步骤是图像分割。近年来,图像分割方法中加入了各种新的技术和新的理论,并创造了许多新的图像分割方法。图像分割改进的目的是提高图像分割结果的准确性和算法的有效性。计算机辅助检测技术中X线胸片肺部区域分割和腹部CT图像的肝脏组织分割是较为常见的医学诊断技术,对医学图像的研究分析有着重大的意义。本文针对肺部区域图像分割和肝脏区域图像分割进行了系统的研究,具体工作和主要成果如下:(1)研究了基于最小误差阈值法的图像分割算法,并提出一种基于分水岭与最小误差阈值法相结合的X线胸片图像分割方法。先使用分水岭算法对胸片进行预分割,再假设目标和背景的灰度值分布服从混合正态分布,定义目标函数并通过最小优化取值的方式来获取分割阈值,从而尽可能地保证了医学图像目标区域的完整性,避免出现过分割现象。实验结果表明,该方法可以准确地分割出完整的肺部区域,提高了分割效果,具有一定的应用价值。(2)研究了基于区域生长法的图像分割算法,并提出一种基于分水岭与区域生长法相结合的肝脏CT图像分割方法。通过用分水岭算法对肝脏CT图像进行预分割,采用求最大内切圆的方法进行种子点自动选择,然后利用区域生长法进行图像最终分割,通过形态学后处理提高分割结果的准确性。由实验结果得该方法综合两个算法的优势,在算法上具有可行性,也有一定的应用价值。(3)基于以上的工作基础,设计了医学图像分割的可视化系统。并通过调用医学图像分割可视化系统验证本文提出算法的有效性。