<正>肺结节分割在肺部疾病的检查和治疗中起着重要作用。肺结节的精确分割，能够帮助医师在检查阶段，发现病人潜在的肺部疾病，从而提供更早的治疗和管理方案，有助于提高患者的生存率和生活质量。但人工手动分割肺结节费时费力且精确度欠佳。因此，肺结节自动化分割技术在临床治疗中的重要性日益凸显。肺结节分割是指通过图像处理技术将肺部医学图像中的肺结节与周围组织分离出来，目前的常用方法主要包括：边缘检测分割方法、区域扩展分割方法、局部特征动态阈值分割方法、单一阈值分割方法、模型驱动的方法，其中，模型驱动方法是近几年兴起的一种高精度分割技术，其包括基于机器学习或深度学习的方法，如卷积神经网络（CNN）。这些方法通过训练模型来自动学习和识别结节的特征，具有较高的准确性和适应性，因此逐渐成为计算机分割肺结节的主流方法。