肺癌已跃居世界癌症死亡率的首位,造成肺癌高死亡率的主要原因是肺癌早期症状不明显而难以诊断,因此“早期发现,早期诊断,早期治疗”是降低肺癌患者死亡率的重要举措之一。临床表明肺癌在胸部CT图像中主要以肺结节形式存在。但是,从胸部CT图像上看,肺结节经常与血管、气管等组织境界不清,灰度值也比较相近,即使是经验丰富的放射线医学专家也难免出现误诊和漏诊的情况。由于计算机图像处理技术和影像学的发展,使基于医学影像的无损的肺癌早期诊断成为可能,在此技术支撑基础上设计开发的计算机辅助诊断(CAD)系统成为国际上的研究热点,有些CAD产品已经应用到临床诊断,但是,我国在医学图像CAD方面还处于起步阶段,很多技术问题还亟待解决。本文依托国家自然科学基金项目(项目编号：60671050)—“肺癌计算机辅助诊断关键算法研究”,在广泛参考了国内外前沿研究成果的基础上,对医学图像格式、图像去噪和图像分割等一些关键算法进行研究,提出并实现了一套完整的肺结节分割方法。本文主要进行了图像预处理、肺实质分割、肺结节定位和肺结节分割四个部分的研究,首先将CT图像转换成BMP格式灰度图像,并对其进行去噪处理。然后,基于动态阈值法和滚球算法分割肺实质。其次,基于改进的自适应多模板快速匹配方法进行肺结节定位。再次,对于小尺寸结节使用基于改进的双快速行进法的肺结节分割方法,而对于大尺寸结节则先基于小波系数统计特征分割过渡区,再基于改进的双快速行进法从过渡区分割结节。最后,基于改进的图像分割结果评价方法对分割得到的肺结节进行评价。通过从大量实际的胸部CT图像分割肺结节的实验,实验结果证明了本文提出的基于胸部CT图像的肺结节分割方法的可行性。