Алгоритмы сегментации результатов лазерного сканирования, работающие с отдельными точками, чувствительны к шуму и требуют значительных вычислительных ресурсов. В последние годы были предложены алгоритмы сегментации, основанные на использовании иерархических деревьев, таких как kd- или окто- деревья. Однако, при построении таких деревьев исходное множество трехмерных точек разбивается с помощью плоскостей, поэтому на сложных поверхностях возникают разрывы. В результате точки принадлежащие непрерывной поверхности попадают в разные листы дерева, что ухудшает результаты сегментации. В данной статье мы предлагаем новую иерархическую структуру данных, названную Seg-Tree, и показываем её эффективность на примере популярного алгоритма разрастающихся регионов. Предлагаемая модификация этого алгоритма более устойчива к шуму и демонстрирует стабильные результаты сегментации при меньшей зависимости от углового порога.