我国是肝癌的高发国家,肝脏手术是主要的治疗手段。然而手术前人工解读病理图像这种方式效率较低,且容易产生误判。计算机辅助诊断技术在肝脏手术发挥重要的指导作用。在CT图像中将肝脏精准分割是计算机辅助诊断的重要步骤。由于CT图像中肝脏与邻近组织的灰度差较小且形状相似、肝脏本身病灶等问题的存在,造成肝脏分割难度较大。目前临床系统主要是通过人工分割,不仅耗时耗力,而且容易出现偏差。针对现有三维CT图像肝脏分割方法,人工参与较多且分割有缺陷。本文在前人工作的基础上,将投票打分策略应用到肝脏自动分割方法中,实现了肝脏分割集的最优搜索,完成了肝脏的精准分割。本文的主要工作如下:(1)图像预处理阶段,设计了一系列预处理步骤,包括图像增强和图像锐化。图像增强利用对数变换,实现三维图像的优化,使肝脏轮廓更加清晰,与其它组织容易分辨。图像锐化利用拉普拉斯方法,突出了肝脏的边界。针对本文利用的三维区域生长法获取种子点的问题,提出了一种三维CT图像肝脏部位自动获取种子点的方法。目前获取种子点主要通过人机交互选择,不仅增加人的工作量,而且容易产生偏差。本文根据CT值的统计分析,在三维CT图像上实现了肝脏部位种子点的自动获取。(2)肝脏最优初始轮廓确定阶段,提出了一种改进的三维区域生长法的图像分割方法。方法利用曲率驱动流滤波器滤波预处理图像,在三维区域生长法获得一系列肝脏的初始轮廓分割集上,利用两种投票打分标准:平均割(average-cut)和最大最小割(maxmin-cut)选择出最优分割结果。实验结果表明,三维区域生长法加入曲率驱动流滤波器滤波和投票打分策略,分割结果明显提高。(3)肝脏精确分割模型包括图像校正和肝脏的精确分割两个阶段。图像校正阶段,本文提出了一种图像校正方法。方法依据肝脏区域的灰度直方图与邻域像素点的关系,实现分割结果的校正。肝脏精确分割阶段,在测地线活动轮廓水平集和三维区域生长法产生的两个分割结果上,利用投票打分策略,选择出最优分割结果。测地线活动轮廓水平集分割方法中,初始水平集选取是方法的一大难题,本文采用肝脏最优初始轮廓作为初始水平集,避免从全局能量函数计算增加运算量,提高了分割的效率。对分割结果进行分析与评价,并与其它文献中的方法进行对比,表明了本文方法具有较好的准确性和鲁棒性。