肺癌是我们生活中最常见及高发率的癌症之一,并且因其而引起的死亡率还在迅速增加。患有肺癌的病人如果能在早期被检查发现肺癌,然后及时得到治疗,病人能够生存的可能性就更大。但是当放射科医生在给患者做检查时,将会浏览大量的CT图像,时间一长就容易产生疲劳,从而可能会漏掉一些肺结节。所以,利用计算机辅助诊断(CAD)方案来检测肺结节显得尤其重要,因为它可以提供放射科医生CT图像中肺结节的相关信息,有助于放射科医生快速得到诊断结果。本文通过对肺结节识别方法的研究,提出了新的相关算法。针对传统的孤立型肺结节检测算法不能很好地去除假阳,本文提出的方法是结合圆点滤波器(Dot-Filter)和区域增长算法对孤立型肺结节进行提取。二维Dot-Filter采用二维海森(Hessian)矩阵构建而成,以用于识别疑似孤立型肺结节。由于血管和气道的横截面在CT图像上显示为类圆形区域,且它们的CT值接近结节的CT值,所以常被视为结节,由此造成更多的假阳出现。为此,我们使用三维区域增长和三维Hessian矩阵构造的圆点滤波器相结合来消除假阳。针对粘连血管型结节,本文提出了一种快速提取算法,该算法是基于圆点滤波器和中心线提取相结合的算法。在二维(2D)肺部电脑断层扫描(CT)图像中,我们识别粘连在血管上的疑似粘连型肺结节。首先,依据二维Hessian矩阵建立的圆点滤波器来增强肺CT序列的类圆形区域,即增强接近于肺结节形状的类圆形区域,并抑制线形状的图形区域。其次,通过提取中心线的算法来识别检测并去除非粘连型肺结节如血管末端及血管交叉区域。通过实验最终证明本文提取的算法具有高速度、高精度。