随着计算机和图像技术的飞速发展,计算机辅助诊断(Computer-aideddiagnosis,CAD)成了研究热点.它通过提供‘诊断意见’有效的协助放射医生提高诊断精确度。将CAD用于X线胸片最大的应用就是检测肺癌。放射医师用胸片图像来分析各种肺部疾病,医生关注的是肺部区域—作为感兴趣的区域,所以,胸片图像特征分析的第一步是标记出肺部区域轮廓,以便计算机能进行下一步的病变识别处理,并且为医生提供可靠的诊断数据打下基础。本文首先阐述了数字胸片医学影像预处理和分析技术,包括直方图均衡,高频混合法以及多尺度Retinex算法。在此基础上对常用的医学图像分割进行了比较和总结,并根据实际情况应用于肺部分割。通过对比已有典型的分割方法,包括阈值法、形态学、边缘检测法、基于参数模型法等,并分析了它们的优缺点。然后针对人体各组织间分界模糊,使得肺部准确分割存在一定困难。本文提出了一种改进的Live-wire交互式分割算法。该算法用优化的Gabor奇滤波器对胸片图像进行滤波得到边缘响应能量图,然后用此边缘响应能量值来构造Live-wire代价函数进行肺部分割。实验表明该算法能正确区分图像强弱边缘、能快速有效的提取出肺部轮廓,与传统算法相比能减少人机交互次数,更具鲁棒性和效率性的优点。最后,本文针对肺结节在胸片图像中显示为高于周围密度的类圆结构、直径长短不定,研究了肺结节检测算法。采用基于多尺度肺结节增强和多尺度背景抑制来获取候选肺结节区域,提出了改进的候选肺结节检测法—差值图像技术,实验表明该方法相比传统方法能更好得到肺结节候选区域,降低了一定的假阳性。