肺癌是一种发病率和致死率都极高的病症。计算机断层扫描技术(CT)是医生提取病变特征和诊断疾病的主要手段之一。因此针对CT图像的肺肿瘤精确分割对放射治疗、病情诊断和疗效评估都有着重要的意义,是计算机辅助诊断领域的研究热点。目前对于孤立型结节和肿瘤分割技术的研究较为普遍。但是对粘连在肺实质边界的肺肿瘤精确分割仍然是个难题。因此本文主要对不同粘连程度和不同位置的边界粘连型肿瘤分割问题进行研究。研究了肺实质提取、肺实质修复、肺肿瘤分割的方法,并进行了肺及肿瘤的三维重建。针对快速提取肺部序列CT图像中的肺实质序列图像问题,采用一种基于三维区域生长算法的肺实质序列图像提取方法。然后针对肺部肿瘤的分割问题设计了较为完整的技术框架。首先研究了非边界粘连型肿瘤的分割方法。为了精准高效的从肺实质序列图像中分割出肺肿瘤序列图像,采用一种Hessian矩阵血管增强图像滤波和自适应确定种子点的随机游走算法相结合的分割方法。使用Hessian矩阵血管增强图像滤波对肺实质序列图像进行预处理来减少粘连在肿瘤周围的血管对肿瘤分割的影响,然后利用随机游走算法对图像局部边界细节较强的处理能力实现肺肿瘤的精确分割。针对边界粘连型肿瘤的分割过程中缺陷肺实质边界的修复问题,提出基于改进凸包算法和三维曲面重建算法的肺实质边界修复方法。对于肿瘤粘连程度较小且肺实质边界较为平滑处的缺陷采用修补效率较高的凸包算法进行修复,并对凸包算法进行改进,减少了人工交互的过程,修复后的边界还原性更好。对于肿瘤粘连程度较大或肺实质边界曲率变化较大处的缺陷。设计一种基于三维曲面重建算法的修复方法,解决了由于二维CT图像中肺实质边界特征信息过少导致修复效果较差的问题。先使用面绘制方法对边界缺陷肺实质进行三维重建,再提取缺陷位置的三维点云信息,然后使用泊松曲面重建算法修复三维肺实质。最后从修复完整的肺实质中分割肿瘤,实现肺及肿瘤的三维重建。经实验对比,本文方法取得良好效果。