医疗影像技术的飞速发展,CT(Computed Tomography)为诊断和治疗呼吸系统疾病提供了有效的技术手段和方法。在呼吸系统疾病高发的现代社会,如果采用传统的诊断方式,医生面对单个几百张图像数据的肺部疾病病例,通过大脑想象每张图像上的气管和血管的确切形状及整体轮廓,这样的诊断方式不仅增大医生的工作负担,而且对疾病的诊断严重依赖医生个人经验,同时疾病诊断结果易因医生的主观意识产生偏差。随着计算机技术在医学图像中的应用,临床上急切的希望利用计算机技术代替人工从大量的病例图像数据中,提取出感兴趣区域,并生成直观的三维信息,便于医生直接观察该区域的空间位置﹑当前形态和大小。然而,胸部CT图像不仅组织结构复杂,成像对噪声敏感,而且肺气管和肺血管在CT值和形态结构上都存在较大的个体差异,从而使得分割肺气管树和肺血管树变得尤为复杂。针对以上的问题和难点,本文分别从胸部CT图像的预处理算法,肺气管初分割和细分割算法以及肺血管分割算法等方面进行研究。(1)在胸部CT图像预处理方面,本文采用了一种高效简单的胸部CT图像预处理方案。通过调窗和平滑操作,降低噪声对胸部CT图像中感兴趣区域的影响,然后采用基于漫水填充法修补肺部图像序列的孔洞,使分割的肺部区域中包含完整的肺纹理。(2)在肺气管分割方面,肺气管初分割时,采用基于迟滞阈值的区域生长法分割出最佳阈值下的肺气管树;肺气管细分割时,本文结合肺气管在三维空间中的管状结构特征和局部像素间的相似性,提出一种基于区域生长和Hessian矩阵增强的肺气管树分割算法。(3)在三维肺纹理辅助诊断系统的设计与实现方面,使用C++作为编程语言,结合开源的VTK和ITK开源框架,实现了肺部区域和肺纹理的自动分割与三维可视化。完成了一套可使用的辅组诊断系统,可以为医生提供真实客观的三维可视化效果。