近年来，由于医学成像技术的持续发展，医学图像在肺癌的临床诊断与医治计划定制中已经得到了普遍的应用。计算机断层扫描(CT)的一个优点就是图像的获取形式伤害性较小，并且图像具有较高的分辨率，解剖结构成像清晰，因此CT成像逐渐成为了人体胸腔主要的成像技术之一。在采用放射治疗的方式对肺癌病人进行临床治疗时，由于人体存在的不可避免的呼吸运动的存在，会导致肿瘤位置的不确定，从而影响放射治疗手术的效果。目前常采用的解决办法是对人体肺部呼吸运动模型进行估计，通过这种方式来达到精准放疗的目的，而图像配准是其中的重要技术之一。由于肺实质和胸壁的运动特点的不同，为了更准确地实现图像间的配准，需要事先将肺实质分割出来，同时对肺结节和肺实质的分割也是肺部疾病计算机辅助诊断系统中的重要步骤，通过对肺实质和肺结节的分割，医生可以准确分析病人的肺部功能情况，并迅速定位到病灶的精确位置，从而可以更准确地给出诊断结论和拟定治疗方案。因而对胸腔CT图像的分割与配准方法的研究具有重要意义。　　本文在国家自然科学基金广东联合基金重点项目——动态医学图像分割关键技术研究(U1301251)、北京市自然科学基金面上项目——四维医学图像中动态区域的分割技术研究(4182071)和国家自然科学基金面上项目——海量图像数据的感知驱动三维可视化关键技术研究(61671426)的支持下，以胸腔CT图像为研究对象，研究肺部图像的分割方法和非刚性配准方法。主要研究成果如下:　　(1)在研究了CT成像及肺部CT图像特征的基础上，针对现有肺部分割方法往往需要人工干预，以及肺部病变导致的肺实质分割结果存在缺失或错误的情况，提出了一种区域生长法与形态学修补算法相结合的全自动肺实质分割方法。该方法首先采用Otsu算法确定肺实质的大致位置并以此作为依据来选取区域生长法的种子点，然后对区域生长法的生长策略进行了改进，以避免过分割的现象，同时针对肺结节与胸壁粘连时，分割产生的肺部边缘往往存在凹陷的情况，采用形态学修补算法修复了分割结果中出现的凹陷问题，最终得到较为光滑的肺实质分割结果。实验结果表明，本文所提肺实质分割方法在肺实质分割问题上具有较高的精度，并且可以有效解决肺结节和胸壁粘连时肺部轮廓不完整的问题。　　(2)在研究了图论及肺部CT图像特征的基础上，针对肺部图像往往需要同时分割肺实质和肺结节的问题，提出了一种基于多层网络图结构的肺部图像多目标分割方法。该方法首先针对肺结节、肺实质和胸壁及其周围组织形成的逐级包含的关系，引入了一种多层网络图结构以对应不同的前景区域，其次对肺部CT图像进行高斯混合模型建模，利用极大似然估计对图切割的区域能量项进行改进，最后，针对肺结节与胸壁粘连时分割得到的肺部轮廓存在凹陷的问题，提出了一种边界约束能量项，可以有效约束分割结果的形状，从而保持分割轮廓的完整性。实验结果表明，本文所提的肺部图像多目标分割方法可以有效提取多个目标，同时能够保持分割结果轮廓的光滑性和完整性，并且可以避免把灰度值与肺实质接近的气管分割出来。　　(3)在研究了非刚性配准及自由形变模型(Free Form Deformation，FFD)的基础上，针对基于FFD的非刚性配准方法在优化求解的过程中，由于参数空间维数过大导致的计算量大的问题，提出了一种基于改进的Levenberg-Marquardt(L-M)优化算法的肺部非刚性配准方法。该方法首先引入了一种近似迭代向量以减少Jacobian矩阵的求解次数，当参数空间维数很高的时候，可以有效减少算法的计算量。其次，L-M方法中的正则项的系数对于算法的收敛速度有着很大的影响，针对这个问题，引入了一种自适应参数调整方法，从而对于不同的图像输入都可以使算法快速收敛。最后，本文证明了所提方法的有效性，实验结果表明，本文所提肺部配准方法可以在保证配准精度的前提下有效提高配准的运行速度。　　本文主要研究了胸腔CT图像中的肺部分割和配准方法，针对现有方法中存在的问题分别提出了基于区域生长法的自动肺实质分割方法、基于多层网络图结构的多目标分割方法和基于改进的L-M优化方法的肺部图像非刚性配准方法，同时应用本文中所提方法在临床CT图像上进行了实验，从主观观察和客观量化结果两方面验证了本文中方法的有效性，为后续的研究和临床应用提供了可靠依据。