近年来前列腺癌的发病率逐渐提高,前列腺癌已经成为全世界范围内成年男性的重要杀手。前列腺癌的发病人群主要集中在中老年男性。在我国随着人口老龄化趋势的增加,前列腺癌的发病率还会进一步提升,这导致前列腺癌可能成为本世纪最严重的恶性肿瘤。放疗是前列腺癌目前最为有效的治疗方法。在放疗过程当中要精确控制放疗在肿瘤区域的剂量,否则会对人体造成严重的不可逆的损伤。为了便于精确定位肿瘤区域,前列腺癌治疗的第一步就是将前列腺从周围其他复杂的组织背景中分割出来,之后才能做进一步的病情预测,病情治疗规划以及放疗等。因此对于前列腺分割的研究有着非同寻常的意义。目前关于前列腺电子计算机断层扫描(CT)图像的分割算法虽然有很多,但大都是基于二维的分割算法,本文提出的算法是对序列图三维重建后的三维图像进行三维分割。本文关于前列腺分割算法的研究主要工作如下:1.提出了一种基于超像素两次聚类的前列腺CT图像的三维分割方法。这种方法首先将二维的基于简单线性迭代聚类(SLIC)的超像素生成算法扩展到了三维,接着将二维的灰度-梯度共生矩阵特征也扩展到了三维,然后对超像素进行第一次聚类得到初始的前列腺分割结果。由于第一次聚类产生初始分割结果只是去掉了差异性较大的部分,所以我们对第一次初始分割的结果进行了第二次聚类。两次聚类后最后小部分的序列图仍然存在黏连问题,于是紧接着我们进行了三维形态学处理去掉黏连部分得到最终的结果。2.提出了一种交互式分割方法。这种方法在聚类一次产生初始分割的基础上首先对目标区域人工交互,选择一些点或者线作为目标区域,接着依据超像素特征向量之间的相关性对选定区域周围的超像素进行合并,从而得到目标区域分割结果。3.提出了一种基于配准的分割方法。这种方法首先选取了一部分易于黏连的前列腺千兆电子计算机断层扫描(KVCT)图像作为训练数据集,并且人工标记好前列腺区域。接着让待分割图像与训练数据集中的图像进行配准,求出与待分割图像归一化相关系数最大的训练数据图像。最后将手工标注的前列腺区域通过坐标变换映射到待分割图像上,从而实现分割。