随着医学技术的飞速发展,医师希望借助各种手段对肺结节进行准确的判断,从而做出正确的诊断。其中最常用和直观的就是通过CT图像对肺结节进行检测与分析。由于医学图像序列一般包含数据量比较大、专业性强,需要专业医师逐帧对图像进行判别,对病灶点进行检测。但人类不可避免的会产生疲劳,加之不同医师的经验差异,将直接影响检测效果。近年来,计算机和光学成像技术飞速发展,成像趋于高分辨率、高清晰度,使得通过计算机辅助医师对肺结节检测成为可能,逐渐成为了研究热点。其中我国是肺癌的高发地区,对肺结节的早发现早治疗对挽救生命意义重大。但医学图像序列是具有图像图形学、解剖学、病理学、医学的综合数据,所以普通的图像处理算法,无法简单的应用在医学图像处理,具有比较大难度。本文在充分研究格式塔理论的基础下,计算机模拟医师诊断过程,提出一套完整的肺结节检测、分析流程及算法,针对肺部数据量大的问题,优化预处理过程并提出平均密度投影算法,充分利用肺结节在空间上呈近似球形的特点,将信息融入至局部三维图像。针对肺结节和干扰所处环境复杂的条件下,疑似区域难以快速准确定位的问题,从多个角度综合考虑,提出多体位协同检测算法。在保证尽可能降低漏检率的前提下,将所有疑似区域都保留下来,提出最大密度投影算法。针对肺结节特征内部各异,干扰相似条件下,难以对肺结节检测和征象的问题,构建血管增强模型,提出了从去除血管的新策略检测算法。将肺结节边界展开成时间序列,利用递归图综合比较,实现征象判别。通过实验分析在肺结节检测中,准确率达到90%以上。在征象判别中,准确率达到80%以上。均高于传统和主流算法。目前已临床应用,满足临床使用标准。