肺癌是当今最为常见的，且发病率和死亡率最高的恶性肿瘤。资料表明，实现肺癌的早期诊断和治疗，对提高患者的治愈率和存活率极其关键。计算机辅助诊断（Computer-Aided Diagnosis，CAD）系统则是实现肺癌的早期检测和诊断的最重要的工具。CAD作为影像分析、病灶识别的辅助工具，融合了数字图像处理、人工智能和模式识别多种技术，为医生提供可靠的数据和和分析结果，并检测出疑似对象，大大减轻了医生的工作量，提高了工作效率，更重要的是，提高了诊断结果的准确率，最大程度上避免了遗漏和误诊。　　 肺结节是肺癌最重要的病理征象，本文主要介绍了用于肺结节识别的医学图像辅助诊断系统设计，包括了两大部分研究工作。　　 设计了该辅助诊断系统的软件平台。软件平台的构建基于PACS的客户端图像工作站，为医生提供简洁实用的辅助诊断工具。根据需求，本文运用面向对象方法，在MFC平台上进行软件设计，并在微型PACS进行调试，运行效果良好。软件实现了多种功能：数据库管理、图像传输与分发、DICOM文件信息解析、医学图像的流畅显示、图像增强、病灶测量等等，而且具有良好的功能扩展性，以便集成肺结节识别系统。　　 设计了肺结节的智能识别系统。本文首先提出了一种肺实质的分割方法，并以基于遗传算法的多阈值分割提高分割效率；接着，运用C-V模型提取候选结节，病灶的检测率较高；随后，介绍了肺结节病灶的病理特征，对肺结节中与病理特征相关的典型形状特征进行提取；最后，通过统计数据和专家意见，设计了基于专家规则的分类决策方法。实验结果表明，本系统获得良好的肺结节识别真阳性率，本系统设计的方法是可行的，实现了肺结节识别辅助诊断系统的初步要求。