近年来,医学影像技术的发展越来越迅猛,其普及的程度也变得更加的广泛。其中,计算机断层成像技术(Computed Tomography,CT)因为它的分辨率较高并且功能较为强大而成为临床诊断中最为常用的技术。肺部CT成像作为一种医学筛查方法,在诊断与检测肺癌中非常有效。但对于目前的CT检测,医生只能靠着自己的临床经验,通过观察二维切片图像来判定损伤的部位,难以精准地确定损伤部位的大小、位置和几何形状,所以有必要进一步深入解读图像中所包含的生物信息。CT图像可视化可以很好地帮助医护工作者诊断病情、模拟手术及术前规划,因而研究医学CT图像可视化技术有着至关重要的意义和研究价值。肺气管是人体中极为重要的组织结构,其精确分割结果有利于医生诊断和分析肺部疾病,并可以提供给医生有效的医学导航功能,有利于术前手术方案制定和术中分析。但由于肺部CT会受到部分体积效应和噪声的影响,从而导致在气管分割过程中会出现泄漏现象,因此在气管分割的过程中尽可能识别小的支气管壁以及减少泄漏有重要的研究意义。针对上述所出现的问题,本文开发了一个基于肺部CT气管壁增强的气管分割及可视化系统。1.在可视化模块中,通过结合VTK、Qt以及ITK,对医学DICOM影像进行读取和可视化分析,并显示冠状面、矢状面、横截面数据图像,肺部CT的内部结构通过VTK进行三维重建后并显示。2.在CT图像预处理模块中,为了缩短处理时间,气管分割必须只关注于肺部区域,本文通过二值化处理、形态学开运算操作、三维区域生长以及形态学闭运算等一系列操作对CT进行预处理,进而提取出肺掩模,减少计算量。3.在肺气管粗分割模块中,本文主要采用自适应阈值的六邻域区域生长方法对主气管进行粗分割。4.在气管精细分割模块,本文主要提出了一种强化CT图像气管壁增强的区域生长分割算法,这一模块的重点集中在支气管壁的识别上,并分为了四个步骤:三级分割步骤、气管壁修补、判决步骤以及分割过滤步骤。利用局部信息增强支气管壁的二维过程,从而可以检测到更小的支气管区域。