计算机断层成像τComputed Tomography, CTυ是肝病诊断与治疗中最常用的医学成像方式，对CT图像肝脏组织的分割，是肝脏病理研究，肝脏手术评估及手术计划的第一步，因此实现自动化的肝脏分割对于实际临床应用尤为重要但目前CT图像中肝脏分割存在几个难点：肝脏本身形变大，肝病变情况复杂，并且在CT图像中肝脏与邻近器官的灰度值非常接近，形成模糊边界近年来国内外都有大量研究者尝试不同的改进算法，以实现精确鲁棒的交互式半自动或自动肝脏分割，总体来看，交互式与半自动分割相对比较成熟，但自动分割方法的研究依然是个开放的问题基于图谱的分割方法具有适应性强，灵活度高的特点，比较适合用于肝脏自动分割应用在本文中，提出了可靠的CT图像肝脏自动定位的方法，并在此基础上，分别实现了三种基于图谱的肝脏自动分割方法首先，利用人体右肺与肝脏空间关系，通过在CT图像中定位右肺，从而检测肝脏的位置对于存在较大旋转角度的CT图像，利用肺部区域对称性，计算旋转角度并纠正旋转，消除旋转对分割的影响利用局部阈值以及距离信息，检测可能存在的肝脏病变组织，并对灰度进行调整然后选出一组包含了专家手工分割标准的CT图像作为图谱，将图谱通过多级B样条变换配准到待分割CT图像上，从而得到最终分割结果整个分割过程无需任何人工干预其次，提出了基于图谱Demons配准的分割法针对待分割CT图像的特点，在微分同胚理论基础上，对传统Demons算式进行修改并应用在CT肝脏分割上，获得了比基于图谱B样条配准更精确的结果最后，提出了基于概率图谱的分割算法利用训练数据的区域性先验信息，在传统基于图谱B样条配准的基础上，引入概率因子，对形变配准过程进行整体约束，在一定程度上，既允许图谱的自由形变从而获得精准分割结果，又防止了过分割，保证分割的稳定性实验结果表明，基于概率图谱的分割方法，无论在分割精度方面还是鲁棒性方面，都优于基于图谱的分割法，并且与其他的肝脏自动分割方法相比，整体精度和稳定性同样都具有一定优势，具有潜在的临床应用价值