近年来，环境污染问题日益突出，许多国家和地区雾霾天气频发，导致很多人的呼吸系统出现问题。肺癌是呼吸系统疾病中最为严重的疾病，肺癌的发病率占各种恶性肿瘤的首位，全球每年大约有130万人因肺癌而死亡。如果肺癌患者能在早期被发现、诊断和治疗，其生存率将会大大地提高。因此，肺部疾病的早期诊断和治疗就显得非常重要。多层CT的低剂量扫描易于发现肺部病变和显示病变特征，但是随着CT技术的发展，单个病人一次检测的切片数随着切片厚度的变薄而增加，如果诊断医生通过逐张切片的查阅，来确诊病例，大量的CT图像数据会带来巨大的工作量。随着三维可视化技术的广泛应用，越来越多的医生习惯于通过影像的三维重建来分析病例。然而CT检查时，是对患者的整个胸腔进行扫描，胸腔内还包含其它内脏和组织，导致三维可视化重建后，其它高密度组织将肺部区域遮挡住，诊断医生无法通过胸部CT序列的三维重建来查看肺部区域。因此，需要将肺部区域以外的其它组织和干扰区域去除，方便诊断医生查看。肺部疾病种类繁多，影像表现也极其复杂，为了将肺区与胸腔内的其他组织分离，并精确的保留病灶区域，提高诊断医生的工作效率，本文对从胸部CT序列图像中自动分割出完整的肺部区域算法进行了研究。首先研究了肺部区域的初提取方法。在初提取肺部区域过程中，提出了通过形态学或者欧氏距离变换以及区域填充的方法，去除躯干外与躯干壁粘连的干扰区域。该方法在去除干扰区域的同时，保留了肺部的初始轮廓。然后分析了几种应用较广泛的肺部区域修补方法，包括形态学的闭操作、滚球法与滚圆法、基于局部二维凸包的方法，并提出利用欧氏距离变换进行肺部区域的修补。基于欧氏距离变换的肺区修补相对于其它几种修补算法而言，修补后的肺部边界更平滑，而且能解决初提取出的肺部区域不只两个时的修补问题。为了能很好的将气管区域剔除，最后本文提出了一套基于肺部的三维形态特征的肺部区域自动分割算法。该算法将肺部初提取和修补算法进行整合，并通过气管的连通区域个数、气管连通区域的像素个数和圆形度将肺部CT序列分为肺尖段、中段、底端和不包含肺部区域四部分处理。通过与其它常用算法的比较，以及实验数据的分析，证明了本文提出的基于胸部CT序列的肺区自动分割算法具有一定的临床指导价值。