Como un punto de referencia típico en los pulmones humanos, la detección de fisuras pulmonares es de importancia para el diagnóstico asistido por computadora y la cirugía. Sin embargo, la detección automática de fisuras pulmonares en imágenes de TC es una tarea difícil debido a factores complejos como su forma de membrana en 3D, variación de intensidad e interferencias adyacentes. Basándonos en la observación de que el objeto de la fisura a menudo aparece como estructuras curvilíneas delgadas a lo largo de imágenes de sección 2D, presentamos un esquema eficiente para resolver este problema mediante la fusión de la detección de líneas de fisura de múltiples secciones transversales en diferentes direcciones. Primero, se modificó un filtro existente de derivada orientada de palo (ODoS) para mejorar la línea de fisura pulmonar. Luego, se aplicó un esquema de partición de orientación para suprimir los desordenados adherentes. Finalmente, se propuso un modelo de sección múltiple para la integración y segmentación de fisuras pulmonares. Se espera que el método propuesto mejore la detección de fisuras extrayendo más objetos débiles mientras suprime interferencias no relacionadas. El rendimiento de nuestro esquema se validó en experimentos utilizando el conjunto de datos LOLA11 (Lobe and Lung Analysis 2011) de acceso público. En comparación con las referencias manuales, el esquema propuesto logró una alta precisión de segmentación, con una mediana de puntuación F de 0.8916, que fue mucho mejor que los métodos convencionales.