图像分割是图像分析的重点，在医学图像处理领域，断层扫描(CT)切片的肺组织分割是通过CT医学影像实现肺部疾病计算机辅助检查和诊断的首要技术步骤，对CT胸部影像的后续分析理解具有重要影响。　　论文从图论的角度出发，围绕CT肺组织图像分割方法进行了系统研究，具体工作和主要成果包括：　　1、提出一种基于熵率超像素与近邻传播聚类(AP)相结合的肺组织图像分割方法。首先采用肺部超像素替代像素对CT图像中相关度较小的信息进行压缩，然后利用超像素区域块中的灰度值进行AP聚类，最后标记肺部区域并改善轮廓特征。实验表明，该方法能有效降低图像噪声干扰，具有较小的时间复杂度和较高的分割准确度。　　2、提出一种基于先验信息的随机游走肺组织图像自动分割算法。首先采用二进离散小波变换去除图像噪声并增强边界，再提取胸部区域减少计算时间，然后根据先验知识自动确定种子点的个数与位置，通过随机游走算法实现CT肺部区域分割。最后，为了提升算法的效率和稳定性，采用曲率修正算法矫正肺部组织中局部关键区域的误分割。实验结果表明，该算法分割结果优于其它类似的CT肺组织图像分割方法。　　3、在上述工作基础上，设计并实现了CT肺组织图像分割系统。该系统集成了本文所提的两种方法，以及部分经典分割算法。