锥形束计算机断层扫描图像常被用来帮助医生准确诊断病人的潜在疾病,如上呼吸道病变和上颌窦病变等。为此本文针对锥形束计算机断层扫描图像的上呼吸道及其上颌窦分离提出了一种基于阈值分割和三维区域生长的分割方法。但在分割之前需要对图像进行预处理。由于一些条件的限制,医学原始图像会被退化和噪声影响,所以需要对图像去噪处理。对比了几种滤波算法,本文采用高斯滤波器对图像进行预处理。随着社会的发展,空气污染等环境问题严重影响人类健康,呼吸系统疾病已经严重的影响到人们的身体健康,呼吸系统疾病治疗越来越精细化,呼吸道三维重建成为医生诊治疾病的重要辅助方式,正确从锥形束计算机断层扫描图像中分割出呼吸道系统可以为医生提供正确的定量信息。图像分割一般分为三种:手动分割,半自动分割和自动分割。先前的研究很多都集中于下呼吸道的分割,本文提出了一种全自动上呼吸道分割算法,此算法主要基于阈值分割和三维区域生长,在算法中三维区域生长是主要部分,特别是区域生长需要确定种子点,在以往的很多算法中一般都是人为确定,致使种子点的选择一般都依靠操作者的经验,具有不稳定性。本文提出了一种全自动主呼吸道分割算法。根据呼吸道在锥形束计算机断层扫描图像中位置特点自动选择种子点,然后基于特定的生长准则对呼吸道进行三维生长。将手动分割的图像作为参考图像,计算自动分割图像和手动分割图像的召回率、结构相似性与精确度,结果验证算法有效性。鼻窦炎导致上颌窦的病变,对上颌窦的形态分析具有临床价值。上颌窦往往采用人工分割,若依靠人工处理则需要耗费大量的时间,影响医生工作效率。鼻窦分割不仅可以确定鼻窦的体积,还能确定鼻额管是否打开,精准地分割鼻窦组织,是帮助医生制定手术计划和制定手术导航的重要基础,本文提出一种对上颌窦的全自动分割算法,与此同时还计算了左右上颌窦的体积。由于上颌窦本身的生理结构,在锥形束计算机断层扫描图像断层的某些切片上与筛窦和蝶窦之间有小的间隙相连,所以需要采用一定的方法阻止生长,在三维区域生长中,对种子点像素六邻域,即和种子点在同一切片内的左、上、右、下体素,以及紧相邻的上、下切片中最近的两个点,这两点命名为前,后,六个点中对其的前和后两个像素点的灰度值加以限制,即可将上颌窦从其它组织中分割出。