随着医学影像设备的不断进步,计算机断层成像(Computed Tomography ,CT)、核磁共振成像(Magnetic Resonance Imaging ,MRI)等医学影像已广泛应用于疾病的诊断,成为目前医学诊断的重要途径之一。然而受到设备的限制医务工作者观察到的往往是二维图像,并且只能以固定的方式对图像进行观察,给诊断带来了不便。针对上述情况,医学图像辅助诊断系统(MedImCAD)为医疗工作者提供了一个专业的医学影像工作平台,将图像分割、三维重建等算法同医学领域知识相结合,实现了DICOM文件二维操作、针对疾病的医学图像检索、局部组织分割及不同部位的三维重建等功能。针对肺气肿的医学图像检索根据用户提交的胸部CR(Computed Radiography)片能从专家库中找出与之特征相似的胸片及诊断结果,给医生诊断肺气肿带来很大帮助。对颅骨、皮肤和颅内组织的三维重建可用于外科整形、脑容积的计算机自动化定量研究和辅助手术。对于感兴趣区域(ROI ,Region of Interest)的分割是医学图像辅助诊断系统中的关键技术之一,是医学图像检索和局部组织的三维重建实现的基础。针对胸部CR片的肺部分割,提出了一种利用像素灰度投影和一阶导数检测边界的方法。在颅骨分割方面,将ICM(Iterated Conditional Modes)算法应用到最大熵原则进行分割,降低了算法的复杂度。另外针对脑部CT图像的特点,实现了一种初始阈值选取算法,使ICM算法的收敛结果较快接近最优解。针对颅内组织分割,将颅脑CT的解剖学和影像学先验知识同形态学方法相结合,实现了一种颅内组织自动化分割算法,解决了人工和半自动分割中人为因素影响较大的问题。系统功能测试与算法性能测试表明,在肺部区域分割基础上进行的肺气肿检索能够有效的进行辅助诊断;ICM算法进行颅骨分割将最大熵多阈值分割算法的复杂度从O( n m)降低到O(mn),分割结果用于颅骨三维重建使得重建效果更加清晰,便于用户观察;先验知识和形态学相结合的序列颅内组织自动化分割算法消除了颅底结构不规则和部分容积效应的影响,实现了颅内组织的自动化分割。