医学图像分割技术发展至今，其相关的算法可谓种类繁多，层出不穷，但依然无法完全满足人们的实际需求。其中包括：无法完全用数学模型来简单描述人们所面临的实际问题;图像结构性质千差万别；图像退化性质迥异以及人们对分割结果预期目标互不相同等。这些问题都决定了难以实现一种通用的分割方法。因此，针对医学图像的特点，研究更有效的医学图像分割方法有着重要意义。　　本课题要实现的是对人体特殊的组织-肺CT图像分割算法的研究，主要目的是分割算法的实现。根据最新CT技术成果，应用CT进行人体肺部功能的检查，只需将扫描条件中的电流值设置为5mA，也就是说在对人体几乎没有损害的情况下，就可以得到足够清晰的肺部CT图像。利用本文的方法能去除图像背景和位于胸腔中的大气管的干扰，正确地分割出肺实质，并保证左右两肺相互分开，最后通过小波变换的分割方法精确搜索和检测肺瘤组织。本文的方法简单、易于实现，且分割速度非常快，能对一个CT图像序列中的每一个图像分别采用阈值、基于形态学和小波变换相结合的方法，完全自动、准确地分割出图像序列中每一帧图像的肺部区域。