近年来,随着计算机技术的不断更新与发展,大型医疗设备在临床影像诊断的优势愈加体现。其中,计算机X射线断层摄影(Computer X-ray Tomography, CT)技术在肺部成像方面使用最为普遍,可以为肺部结构和周围组织提供动态范围宽和空间分辨率高的影像,被广泛用于评估诊断许多肺部疾病以及前期检查,诸如肺癌,肺栓塞以及肺结节的检测等。在进行胸部计算机断层扫描后,肺部实质部分的自动分割提取是利用CAD (Computer Aided Diagnosis,计算机辅助诊断)技术对胸部CT图片进行后续分析的基本前提,它对于肺部疾病的早期检测以及肺部局部区域的功能分析(如肺部密度分析,气管分析及肺隔膜力学分析等)具有重要意义,可以减少大量不必要的计算时间和无关联结果。除了作为CAD(计算机辅助诊断)的重要预处理步骤应用外,进行三维图像数据可视化的首要步骤也需要对肺实质进行分割。对于肺部区域精确分割的要求是双重的。首先,不断推动胸部CT计算机辅助诊断技术发展的病理学仍然占有主导地位,对肺部分割结果有着重要影响,使得分割方法被设定为去适应CT图像中肺部区域的临床预期形状大小。第二,最终肺部分割结果必须是完整的,能够保证肺部边缘可以被准确检测出来。因为一些非正常形态比如像肺部结节会存在于肺部区域的最外围,如果没有将整个肺部完全分割出来,这些非正常组织会丢失而影响到接下来的肺部体数据定量分析,造成病情误判断,直接影响临床实际应用价值。因此,所设计的肺部分割算法应该具有普遍适应性,能够准确快速的从胸部CT图片中分割出肺实质,并克服分割过程中产生的遗漏问题,使之可用于临床正常病例。而对于特殊需求,则根据不同情况对算法进行相应修正。由于医学图像噪声大,图像结构复杂,而且具有个体差异性,应用一般常用图像分割方法往往无法单独完成分割任务。针对上述问题,为了实现精确高效的分割出边缘光滑的肺部区域,以提高临床计算机辅助诊断效率,本文对肺部分割算法进行了相关研究,主要讨论了肺实质分割过程的关键技术,提出一种多算法融合的适用于胸部CT图像的自动肺部区域分割方法：(1)预处理增强图像质量。首先选取中值滤波和直方图均衡化方法对原始CT图像进行预处理,减少图像噪音并提高图像对比度,为后续分割过程提供保证；(2)初步分割。两次运用区域增长技术先后去除肺部CT图像中的背景和气管／支气管干扰信息,提取出肺部图像。在此步骤中,根据肺部CT图像的解剖结构特性实现种子点自动选取并在此基础上进行区域生长,减少了人工干预带来的误差；(3)分离左右肺。根据分割结果在肺部粘连的上肺区使用行扫描方法获取边缘点个数,并取行中间点拟合生成边界信息,分离出左右肺。此步骤在局部区域进行操作,减少了处理时间,提高了分割效率；(4)肺部边缘修补。针对肺实质内部的间隙孔洞以及边缘上的缺口所造成的肺结节丢失,本文利用数学形态学技术来细化处理,克服了传统修补算法滚球法修补效果对选取半径大小的依赖性,最终得到一个完整准确的左右肺部图像。通过用本文方法在25组胸部CT序列图像上进行实验检测,并将得到的实验结果与专家手工分割处理结果用平均距离等三种标准进行效果评估,结果表明该方法可以将肺实质从原始数据中分离出来,得到一个与手工分割结果相近的形状,可用于后续研究和处理。