目前用定期常规肺部体检方式来提高肺癌的早期发现率已受到了广泛认可,为了减少辐射量,体检通常会采用低剂量扫描方式,但由此也带来了医学图像质量差、数据量大,肺癌检出率低的问题。为解决上述问题,提高计算机辅助诊断中肺癌早期诊断的质量和效率,本文利用疑似恶性肺结节在PET图中有明显显像的特点,提出了一种基于PET/CT低剂量扫描的疑似恶性肺结节分割方法,实现对疑似恶性肺结节的针对性分割,为后续辅助诊断奠定基础。本文的主要研究内容如下:首先,针对低剂量下医学图像质量变差问题。鉴于低剂量图像中伪影特征和噪声特征的差异性,本文提出了一种基于一维扩散滤波和双边滤波的低剂量CT分步去噪算法。对于在高频子带具有方向性和振动性的条状伪影,用了一种对图像每个高频子带采用不同方向一维扩散滤波进行伪影去除的新思想。在处理低剂量CT图的斑驳噪声时,将区域信息加到双边滤波算法中,根据区域属性指导双边滤波对图像斑驳噪声的去除操作。该方法在25个病人(其中女性12例,男性13例)的低剂量CT图像上进行评估实验,取得了较好的伪影噪声去除效果。结果表明,该方法可以有效的提高低剂量CT图像的质量。其次,针对一般方法不能有针对性的分割疑似恶性肺结节的问题。本文将能对恶性结节有明显显像的PET图和能显示结节结构功能的CT图相结合,提出了一种基于PET/CT的活动轮廓模型自动分割算法。该方法首先利用迭代阈值和区域增长相结合的方法分割CT图像中的肺实质,然后将CT肺实质映射到PET中,利用可变模板匹配方法对PET肺实质中具有明显显像的疑似恶性肺结节进行粗分割。最后将PET肺结节轮廓映射到CT中,得到疑似恶性肺结节的初始轮廓,再使用活动轮廓模型对疑似恶性肺结节进行精确分割。该方法在25个病人(含有恶性结节118个,良性结节163个)的PET/CT图像上进行评估实验。结果表明,该方法可以有针对性的实现疑似恶性肺结节的精准分割。总之,本文在去除低剂量CT图像伪影噪声的基础上,将PET与CT相结合针对性的对疑似恶性肺结节进行了准确分割,提高了计算机辅助诊断系统的效率。