肝癌是世界上死亡率最高的疾病之一。造成肝癌高死亡率的主要原因是肝癌早期临床症状不明显,当临床检测出肝癌的时候往往已经处于晚期,错过最佳治疗时机。另外由于肝癌治疗复杂,需要通过术前评估和综合分析来进行手术方案的选择,而目前缺乏综合分析和评估的条件,从而不能选择有效的方法对肝癌进行治疗。随着计算机辅助诊断和图像处理技术的发展,使得肝癌的早期诊断和手术综合治疗方案的选择成为可能。因此通过获取临床病例图像,结合图像处理技术,实现肝癌的辅助诊断和手术规划就有非常重大的现实意义。本文主要对肝脏分段方法展开了研究,肝脏分段是手术方案设计、路径规划和风险评估的重要依据。通过对肝脏进行分段,可以更加精确的显示各肝段的具体形态和体积,结合肝脏内部血管系统,可以实现肝脏手术的路径规划并可评价肝脏切除和移植的风险性。在进行肝脏分段之前首先进行肝脏分割,为肝脏分段奠定基础。肝脏分割也是研究的难点和重点之一。它是血管分割、肿瘤分割和肝脏分段的前提,并且通过对肝脏的形态、体积和结构等的分析,可以进行肝癌的辅助诊断和风险评估。肝脏分割过程中,我们选择了半自动的基于形状检测水平集的分割方法。该方法首先对原始图像进行灰度窗调节、插值和各向异性滤波等预处理,完成分割所必须的数据准备。之后利用形状检测水平集进行初始分割,得到肝脏的初始轮廓。最后利用形态学操作对初始轮廓进行边界优化,实现了肝脏的分割。肝脏分段过程中,我们按照Couinaud提出的肝脏分段原理,依据不同门静脉分支所属邻域进行肝脏的分段,采用了基于距离变换和Voronoi图的方法实现了肝脏的分段。该方法首先需要分割得到肝脏轮廓和门静脉血管树,之后对血管树重建,并交互式的实现对门静脉血管树的分级标记。最后,对标记后的中心线数据进行距离变换,通过Voronoi图算法实现肝脏的功能性分段,并通过三维重建得到不同肝段的三维形态。