肺癌是当今世界范围内最常见的肿瘤,肺结节的检测和分割技术是早期发现并且诊断肺部肿瘤的关键技术。计算机断层摄影术（Computed Tomography,CT）是一种被广泛应用于诊断肺癌的医学影像学手段之一。然而,在进行CT检查的过程中,由于受到外部环境等各种因素的影响,使得CT图像在成像过程中不可避免的引入了许多噪声。直接使用未经过滤波处理的CT图像进行分析,会对医生的诊断造成很大的干扰。此外,CT图像的后续处理也会由于噪声的叠加而出现不必要的错误。肺结节分割的结果很依赖肺部CT图像的质量和信噪比,因此对CT图像进行滤波处理以提高图像质量是非常必要的一项工作。本文的目的是在CT图像预处理阶段研究一种具有去噪的同时又能很好的保留图像边缘信息的图像滤波方法,主要研究内容如下:（1）运用中值滤波及其改进后的滤波器对肺部CT图像进行滤波处理。通过改变所设滤波窗口里所有像素点的值,使得同一个像素点上的值可以加上大于一个的变量信息来进行表示,进而再对得到扩大后的数字集合总体求中值。这种滤波器只对图像的噪声点进行滤波处理,不会处理掉图像的信号点,可以对图像进行二次甄别,避免了边缘信息被误当作噪声点被滤除掉,在一定程度上防止了滤波处理中会丢失掉边缘信息,在进行图像去噪后使图像获得更好的效果。（2）利用拉普拉斯算法对图像增强的作用,通过将原图像和拉普拉斯图像加在一起达到锐化图像的作用,最终在保留图像的背景信息的前提下从而突出细节。根据高斯函数的形状选择权值,最后对图像噪声进行平滑处理,使图像中的各灰度值得到保留,使灰度突变处的对比度得到增强,在保留图像背景的前提下,突现出图像中小的细节信息,对于肺部CT图像来说极好的在去噪的同时保留了图像的边缘信息。（3）通过四个指标对滤波处理后的图像质量进行评价。利用MATLAB软件对肺部样本图像进行了验证。我们还使用了U-Net卷积神经网络从经过不同滤波器预处理的图像中分割肺结节,通过分析经过不同滤波器预处理后的CT图像后续的分割效果来验证滤波器的性能。结果表明,高斯拉普拉斯滤波器的性能最好,对比其它滤波器的处理效果,能够在去噪的同时更好的保留图像的边缘信息,并在后续的分割处理中效果最好,最适用于医学CT图像。