慢性阻塞性肺病是一种致残率和致死率很高的重要的慢性呼吸系统疾病，由于患者人数多，死亡率高，社会负担重，已成为一个全球性的健康问题。影像学检查是慢性阻塞性肺病的诊断、检测和防治方面的重要技术之一。通常意义上的胸部影像学的主要研究对象就是肺部病灶，它一般通过建立肺窗来观察相应肺部影像，而计算机断层图像（CT）则是胸部影像学中最常用的图像，已经被广泛用于对肺部疾病的检测中。通过对CT影像的观察和分析，可以有效地帮助医生对实际病症情况做出准确判断，这些都是繁重的工作，而且需要每天面对大量的数据信息，在这种大阅读量的情况下，分析错误也就很难避免。而计算机辅助诊断（CAD）技术就是针对这种情况而提出来的，它通过图像处理如分割、提取、量化分析、三维重建和显示等方法使得计算机辅助医生诊断成为可能，通过计算机对病变及其感兴趣的区域进行定性乃至准确的定量分析和判断，这样可以帮助医生更加安全有效地分析数据，从而减轻医生的负担、提高医疗诊断的效率。　　 慢性阻塞性肺病包括慢性支气管炎、肺气肿、肺栓塞、肺心病等，本文主要基于肺气肿，对胸部CT图像的计算机辅助诊断技术做了一些研究，主要工作如下：　　 （1）深入分析了大量国内外现有的针对肺病的CAD，提出了一种肺实质的自动分割方法。本方法主要分为图像预处理、肺实质自动提取以及对肺实质的量化分析与诊断等几个步骤。为解决肺气肿的定量分析与辅助诊断问题，本文根据肺部高分辨率CT图像的特点，应用自动阈值分割与轮廓跟踪方法提取肺部实质区域，并应用基于密度分布的肺气肿量化诊断标准确定病变区域与程度。实验证明，该方法能准确、有效地对肺部区域实行全自动分割，并对病变区域进行统计分析，最终实现肺气肿的量化分析与准确诊断。　　 （2）再根据临床应用需求，研究了胸部高分辨率CT图像中感兴趣区域（Region of Interest，ROI）的提取与量化诊断问题。该方法首先由人工勾勒感兴趣区域边界，再应用Bresenham扫描线算法生成连续的区域边界，然后，应用基于四邻域的背景标记扫描线方法，对区域外像素作出标记，从而得到选定区域。最后，计算区域的量化参数，并根据肺气肿量化诊断标准，对感兴趣区域进行分析与辅助诊断。实验证明，该方法能快速、准确地提取任意形状的区域，并对给定区域进行统计分析，非常有利于辅助医生的准确诊断。　　 在实际应用中，可以将这两种方法结合起来，对肺区进行量化分析，便可真正实现肺气肿的快速与精确诊断。