目前,肺癌的诊断和治疗方法一直以来作为医学领域其中一个极高关注度的研究热点。这种疾病的早期诊断和治疗是提高肺癌患者生存率和降低其死亡率的必要手段。引入计算机辅助诊断技术,能够为肺癌的临床诊断方便、快捷和准确地识别出作为早期肺癌影像表征的肺结节区域,并且有助于肺结节的特征量化分析,对鉴别肺结节良恶性生长提供客观的诊断参考标准。因此,依据典型肺结节在MSCT影像上的固有特征,论文研究肺结节分割算法及在肺结节计算机辅助诊断系统实现为后续的肺结节识别及其良恶性分类奠定基础。本文在已有理论和应用上对肺结节分割算法流程的每个环节提出一些技术改进和创新,具体主要有以下方面:1)针对如何自动、准确且高效地分割出边缘光滑的肺实质图像,提出一种结合自适应阈值方法以及数学形态学的肺实质分割算法。并且通过对数学形态学以及游程编码连通区域标记算法的改进提高整体算法的实现效率。2)基于非线性各向异性扩散滤波中同时实现区域平滑和边缘增强的特点,对肺区疑似结节增强算法进行了研究,提出了一种结合多尺度分析以及转换型张量滤波算法。并且将这种算法与P-M滤波、Hessian矩阵滤波以及张量滤波进行对比,以验证其效果。3)论文提出一种能够克服弱边界泄露和灰度不均匀现象的混合水平集模型分割典型结节。利用该算法对孤立型结节、磨玻璃密度影结节、胸膜粘连型结节等典型肺结节进行分割。4)为了进一步解决结节和血管粘连的问题,论文设计出一种基于模糊核聚类算法进行分割研究。这种算法从流向特征建立血管粘连型肺结节模型后,利用模型的结构信息确定核函数的核径参数对结节进行聚类。5)本文介绍了一种新开发的肺结节计算机辅助诊断系统,并且对其中多模态医学图像浏览器模块和肺结节分割系统模块的具体功能进行详细分析。