随着医疗影像技术的发展,CT(Computed Tomography)图像成为了诊断疾病的重要依据。肺内包含了大量血管,肺动脉和肺静脉相伴而行。肺部CT图像中的血管分布情况是诊断疾病和制定手术方案的重要依据。正确分割出肺血管,能给医生提供更准确的诊疗信息,意义重大。本文主要研究了肺血管分割方法。首先通过阈值分割和形态学修补相结合的方法分割出了肺实质区域。接着对CT图像做了去噪处理。然后介绍了两种肺血管提取方法,第一种是Hessian增强和给定阈值相结合的提取方法;第二种是OTSU和梯度算子相结合的提取方法,并对两种方法的分割结果作了对比分析。为了提高分割结果的准确性,对肺血管作了后处理,先是去除了气管壁的干扰,然后采用三种方法去除了分割结果中的杂质部分。最后对肺血管的根部作了扩充处理,以便同一棵血管树的分支汇成一棵树。实验验证了本文使用的肺血管分割方法的可行性,在实验中,对60套病人CT图像进行了测试分析。实验结果表明,本文使用的肺血管分割方法的分割效果较好,很好地滤除了非血管像素,并且提取的肺血管具有明显的树状结构。同时本文使用的方法计算量更小,运行速度更快。