肺部疾病是一类易传染、严重危害公众健康的疾病。近年来,受空气污染的影响,肺部疾病患者人数急剧上升。如何提高肺部疾病计算机辅助诊断能力,对提高肺部疾病的诊断准确率、肺部疾病患者能够尽早治疗有着深远的意义。而肺组织图像分割则是肺部疾病计算机辅助诊断中关键技术之一。传统肺组织图像分割算法用时长,为减少肺组织分割算法的运算时间,本文对基于粒子群优化OTSU的肺组织分割算法进行了研究。首先,研究了基于CT图像的肺组织图像分割算法。在了解CT图像的成像原理、成像特点的基础上,通过研究分析各常用肺组织图像分割算法的优缺点,选择二维OTSU阈值分割算法对肺组织图像进行分割,考虑到肺组织图像分割的实时性要求,选用粒子群算法对二维OTSU阈值分割算法进行优化。其次,研究了基于改进粒子群优化的二维OTSU阈值分割算法。针对传统粒子群优化的二维OTSU算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷,采用基于灰度级-梯度的二维直方图减少二维直方图的计算量并减小粒子的搜索范围,采用基于粒子空间对称分布的改进粒子群算法获取最佳阈值。最后,研究了基于改进粒子群优化二维OTSU的肺组织图像分割算法。利用孔洞填充算法去除背景,选择基于粒子群优化的OTSU阈值分割算法对CT图像进行肺组织图像分割,基于形态学操作去除噪声、修补病变区域产生的孔洞；通过计算连通区域面积,选取面积较大的两个连通区域作为肺组织区域,并分离出左右肺以及去除气管；利用形态学闭操作修补病变区域造成的孔洞。本文能够快速自动分割出肺组织图像,有效地去除气管,实现左右肺的分离,并能修补病变区域图像。