鼻咽癌是指发生于鼻咽腔上皮组织的恶性肿瘤,是中国南部和东南亚常见的恶性肿瘤之一。对于大部分鼻咽癌患者,采取放射线照射肿瘤细胞是有效的治疗手段。在电子计算机断层成像（CT）中准确分割鼻咽癌靶区和危及器官是放射治疗计划的关键步骤。目前,深度学习在鼻咽癌靶区和危及器官CT图像自动分割进行了广泛研究,但其分割准确性仍受到多种因素的限制,在实际临床应用中仍充满挑战。在鼻咽癌靶区CT图像中,由于CT图像平面间分辨率较低,而平面内分辨率高,导致CT图像中存在各向异性间距问题。此外,鼻咽癌患者靶区的形状变化较大,与周围软组织对比度差,边界不清晰。本文提出一个新颖的鼻咽癌靶区分割模型。首先,目前研究采用的2D和3D卷积网络模型均难以处理CT图像中存在的各向异性间距问题,针对该问题,本文提出一种可分离卷积,在该方法中,采用将3D卷积拆分平面内卷积和平面间卷积,能够更能好地处理较低的平面间分辨率和较高的平面内分辨率的CT图像。其次,本文提出一种空间注意力模块,提取像素级别的空间特征信息,使网络能够专注鼻咽癌靶区及其边界的信息。最后,基于残差机制将可分离卷积和空间注意力模块进行结合,进一步探究网络模型深度对鼻咽癌靶区分割精度的影响。本文方法在MICCAI Struct Seg 2019鼻咽癌靶区分割挑战赛中进行了实验,平均戴斯相似系数为65.08%,比该挑战赛第二名提高了1.91个百分点。实验结果表明:（1）本文提出的可分离卷积能够有效解决CT图像存在的各向异性间距问题。（2）本文提出的空间注意力模块使模型更加关注鼻咽癌靶区和边界特征。（3）基于残差机制探究了模型深度对分割结果的影响,本文提出的鼻咽癌靶区分割模型在4层网络深度时能够达到最好的分割效果。鼻咽癌危及器官CT图像的自动分割中,较小的危及器官在下采样过程中降低了空间分辨率并损失重要的特征信息,导致空间层级化的信息丢失。针对该问题,本文提出了一个新颖的鼻咽癌危及器官分割框架。首先,目前研究只考虑对同一层编码器特征图进行特征提取补充下采样过程中损失的信息,单一层次特征图包含的信息有限。本文提出一种多尺度特征融合模块,该模块能够结合上、下层编码器阶段产生的特征图,利用空洞卷积扩大感受野,补充小器官在下采样过程中损失的特征信息。其次,为进一步区分多尺度融合模块补充的特征图与分割任务的相关性,加入了空间和通道注意力模块,以获取经过空间和通道校准后的特征。本文方法在鼻咽癌危及器官CT图像中进行了实验,实验结果表明:（1）本文提出的多尺度特征融合模块有助于补充下采样过程中损失的特征信息,大幅度提高较小危及器官的分割性能。（2）空间和通道注意力模块能够获得经过空间和通道校准的特征图,使模型更加关注鼻咽癌危及器官区域,与同类方法相比,本文方法具有更重要的特征信息补充。为解决临床中放疗医师手工分割鼻咽癌靶区和危及器官CT图像耗时长、分割标准存在差异等问题,本文开发了鼻咽癌靶区和危及器官CT图像自动分割系统。首先,对该系统进行功能性和非功能性的需求分析、可行性分析。其次,设计了系统的整体架构和功能模块。最后,基于提出的鼻咽癌靶区和危及器官CT图像分割模型为核心,对系统进行实现并可视化展示。综上所述,本文开发的自动分割系统拥有很好的临床应用前景,能够大幅度提高放疗医师的工作效率。