肺癌的死亡率远远高于其他癌症,而且近些年来甚至还呈逐年增加的趋势。影像学检查是癌症的诊断、检测和防治方面的重要技术之一。通常意义上的胸部影像学的主要研究对象就是肺部癌症,它一般通过建立肺窗来观察相应肺部影像,而计算机断层图像(CT)则是胸部影像学中最常用的图像,已经被广泛用于对肺部肿瘤的检测中。通过对CT影像的观察和分析,可以有效地帮助医生对实际病症情况做出准确判断,在放射治疗前需要对肿瘤进行精确定位,这些都是繁重的工作,而且需要每天面对大量的数据信息,在这种大阅读量的情况下,分析错误也就很难避免。而计算机辅助检测和诊断(CAD)就是针对这种情况而提出来的,它通过对大量数据做分析得到处理结果,用来帮助医生更加安全有效地分析数据。在任何关于肺部肿瘤检测的计算机辅助系统中,肺区分割是重要的基础工作。基于此,本文在快速分割肺区方面做了一些研究。本文的主要工作如下:(1)深入分析了大量国内外现有的针对肺癌的CAD,提出了一种肺区分割的方法。本方法主要分为图像预处理、去除气管/支气管、肺区提取和缺陷肺区修补等几个步骤。本文给出了两种修补有缺陷肺区的方法,滚球方法和基于Snake模型的方法,能对一定程度的缺陷有良好的效果。(2)在使用Snake模型处理图像的时候,获取的初始轮廓有可能一部分在分割目标内而另一部分在外,本文针对这种情况提出了一种改进的Snake模型,该模型极大的放松了对初始轮廓的选取条件,抗噪声能力也很强。使用本文的方法对6组病例共169幅CT图像进行了处理,对于完整的肺区和肿瘤跟组织(肺区以外部分)小部分粘连(宽度不超过10个像素)的图像,有93.47%(43/46)的分割结果是精确的;对于肿瘤跟组织粘连宽度小于肿瘤周长