近年来在世界范围内肺癌的发病率和死亡率持续攀升,发病率和死亡率已均居各类癌症首位。针对肺癌还无法根治的现状,降低其死亡率的主要措施是早发现、早诊断、早治疗。肺癌在早期阶段表现为肺结节,肺结节通常比较小,很容易漏检。CT成像技术是目前肺结节诊断和鉴别的首选方法,因其具有良好的密度分辨率、三维成像特征和很高的敏感度,可以很好显示结节的位置、形态、大小、内部结构、密度、边缘特征及其周围的改变。目前,对肺结节良恶性的判定考虑的主要指标有体积、倍增率、形态等。肺结节的精确分割是进行结节定量分析和良恶性鉴定的前提和基础,因此,基于胸部CT图像的结节分割已成为肺计算机辅助诊断技术中重要内容之一。由于结节自身的复杂性和CT成像技术的特点,不同的结节在灰度值、形态、与周围组织粘连程度等方面表现出很大差异,使得结节的分割成为一项极具挑战性的工作。针对结节的分割,本文提出了三种不同的分割方法,前两种能够对特定种类的结节进行分割,第三种能够对不同种类的结节进行分割,包括：(1)基于局部形状分析的血管粘连型结节分割方法,首先利用距离变换找到结节的内核,然后利用测地距离作为步长进行区域生长,探测血管和结节发生粘连的位置,剔除血管；(2)基于三维光线投射的肺壁粘连型结节分割方法,首先利用光线投射探测靠近肺实质一侧结节的轮廓,然后利用凸包操作对探测到的轮廓进行重建；(3)基于最速下降思想的肺结节分割方法,首先利用竞争扩散系统对图像进行二值化,距离变换找到结节内核,然后从结节的内核开始进行最速下降,找到结节的边界,实现不同种类结节的分割。通过实验验证,这三种算法对结节的分割均取得较高的准确率和效率,和金标准的平均重叠率依次达到85.16%、93.03%和85.35%,平均分割一个结节的时间为2s、12.7s和1.5s。表明了这些算法的分割结果可以用于结节的定量分析,并为结节的诊断和治疗提供辅助信息。