肺区域或肺肿瘤的分割仍然是一项具有挑战性的任务。为解决肺部CT图像中复杂情况下肺区域和肺肿瘤分割困难的问题,本研究利用改进的随机游走算法,提出了准确有效的肺区域和肺肿瘤的分割方法。随机游走算法即把图像看成由固定的顶点和边组成的连通带权无向图,随机游走者从未标记顶点开始随机漫步,首次到达各类标记点的概率代表了未标记点归属于标记类的可能性,把最大概率所在类的标签赋给未标记顶点,完成分割。其中,各标记点的位置和数目可以影响最终的分割结果。本研究通过对肺区域和肺肿瘤的CT图像影像学特征进行分析,根据随机游走算法的特性,对随机游走算法进行改进,重新定义了算法中边的权值,并提出了创新的种子点标记办法。针对CT图像肺区域存在胸膜粘连型肿瘤以及肺门处高密度血管、两肺接近、肺区断开、边界模糊等复杂情况,本研究提出了“两次选取种子点—两次随机游走分割”的方法进行肺区域的分割,其中使用改进的随机游走算法为主要分割方法,利用阈值法和数学形态学操作自动地选取种子点,分割结果达到了肺区域分割的完整性的目的。然后将改进的随机游走算法扩展到三维领域,利用分割好的二维肺区域的图像序列,进行三维肺肿瘤的分割,利用少量的交互和区域生长法半自动地选取种子点,充分考虑图像数据在空间位置和灰度上的相关性,分割结果达到了肺肿瘤分割的精确性的目的。本研究最后进行了大量的相关实验,并对实验结果进行定性与定量分析讨论。通过与金标准的对比,验证了本研究方法的准确性和稳定性,其分割结果能够满足临床诊断治疗和病理学分析研究的要求。