医学图像处理是计算机领域的一个分支,是数字图像处理技术在生物医学工程中的重要应用。在计算机辅助检测系统中,准确、有效地从X射线胸片中分割出肺组织是关键和必须的步骤之一。本文针对X射线胸片中肺组织分割算法进行了研究,所做的主要工作和研究成果如下：(1)对最大类间方差算法在X射线胸片肺组织分割中的应用进行了研究,传统的最大类间方差算法在分割X射线胸片时,存在很多缺陷,文中结合数学形态学提出了改进算法,针对大量的X射线胸片进行了实验,结果表明,改进算法是可行和有效的。(2)利用免疫克隆算法的寻优性能取得合适的分割阈值,对X射线胸片进行分割,然后针对初始分割结果进行相关的处理,有效地分割出了肺组织。(3)对模糊C-均值(FCM)聚类算法在X射线胸片肺组织分割中的应用进行了研究,针对在分割中存在的缺点,提出了结合高斯核函数的改进算法。对改进后的算法进行了大量的实验,实验结果证明了该算法的有效性。(4)对传统活动轮廓模型以及梯度向量流(GVF)活动轮廓模型进行了初步研究,并把它们应用到了X射线胸片肺组织的分割中,针对多幅X射线胸片进行了初步的实验,验证了两种模型在X射线胸片肺组织分割中的可行性,同时也指出了两种方法存在的缺陷,为进一步的研究工作指明了方向。