肺癌是人类健康的第一大杀手,全世界每年死于肺癌的人数超过一百万。对肺癌的早期诊断和早期治疗,是降低其死亡率的有效途径。随着图像处理、模式识别及科学计算可视化技术的发展,利用计算机辅助诊断技术对肺癌进行诊断的方法越来越受到重视。检测肺CT图像中的肺结节是一种有效的早期诊断肺癌的方法。基于此,本文对肺癌计算机辅助诊断中肺结节的检测方面做了一些研究,并且设计实现了肺结节辅助诊断的关键算法。首先,本文利用插值算法和肺实质分割算法对三维图像数据进行预处理,使肺结节的检测范围确定在肺实质内部。然后,采用一种改进的三维C-V模型分割算法对肺血管进行分割并将它们从肺实质中去除,从而去掉了大部分对肺结节检测造成干扰的肺内血管,进一步缩小了肺结节检测范围。接下来进行疑似结节检测,本文实现了阈值限定法和Hessian矩阵多尺度滤波法,并对这两种算法作了比较。最后,我们对结节特征进行分析,并利用Fisher分类器对疑似结节进行分类,将真阳性结节提取出来。实验表明,本文所实现的肺结节辅助诊断的关键算法,能够有效地对肺结节进行检测,特别是对孤立结节的检测有很好的效果,能够帮助医生提高诊断的效率和准确率。