肺癌是世界范围内患病率及病死率最高的恶性肿瘤之一。如果能够对更多的患者进行有效的治疗,将会是一件非常有意义的事情。由于越来越多研究表明如果能够在早期发现和确诊癌症,将会大大提高病人的存活率。虽然随着医疗技术尤其是CT技术的发展,还有近些年来多排CT的出现,都使肺癌的诊断和治疗变得相对容易。但是能够治愈肺癌的例子依然不多,主要是因为早期发现癌症仍然不容易。因为多排CT同时带来了数量巨大的CT片,给影像科医生增加了负担,造成漏诊率偏高;其次是医生对初期恶性肿瘤的错误诊断结果,使得病人疏于防范,后期也没有去医院复查,使得肺癌发现时都是中后期,很难治愈。为了克服这一困难,把医生从繁重的看片负担中解脱出来,越来越多的科研人员开始研制肺部计算机辅助诊断系统即肺部CAD(computer assistantdiagnose),辅助医生进行肺结节的检测、肺结节良恶性的判断等工作。肺部CAD系统主要包括肺结节的检测,肺结节体积大小的计算及肺结节良恶性的判断三个部分。其中第一个部分是整个系统的基础,因为结节检测准确性不仅可以直观帮助医生减少错诊、漏诊率,而且还关系到后续结节良恶性判断的准确度。基于此,本文主要针对肺结节检测算法进行研究,做了如下两方面的工作。1 TMH算法通过对现有肺结节检测算法的分析和比较,发现现有的肿结节检测算法存在很多不足。二维层面上的算法速度比较快,但是往往忽略了结节的三维形态;三维算法可以考虑结节的三维特征,但速度很慢。因此,本文第一部分工作提出了一种新的肺结节检测算法,它是一种考虑了结节三维特征的二维算法-TMH(引入了Hessian矩阵的模板匹配)。本算法首先在二维层面上对肺结节进行全面的检测,然后考虑结节的三维形态特征,以降低假阳率,试验表明,该方法有较好的应用价值。TMH算法过程包括三部分:1、是对肺部CT图像进行分割,得到肺实质图像,这部分重点介绍了滚动小球法;2、对肺实质图像进行模板匹配,标记检测点:3、引入Hessian矩阵,利用肺结节的三维形态特征,将其与血管进行区分(三维层面上,肺结节是类球形而血管是圆柱形的),这样可将检测点中的血管去掉,降低单纯的模板匹配算法造成的假阳性。二维模板匹配方法本身的优点是检测全面,速度较快,缺点是假阳率较高,TMH算法既利用了三维的形态方法来降低假阳率,又保持了原二维算法的高速度。它综合了二、三维检测算法的优点,实验结果表明该算法能兼顾肺结节检测的准确性和快速性。2 FCM算法的改进本文的第二部分工作是对FCM算法进行了改进,引入了似圆度的概念。首先将肺部图片应用FCM方法进行分类,将它分为肺空腔类、结节血管类及空气类;针对结节血管类加进似圆度计算后,将结节血管类中的血管去掉。本文将似圆度这个形态特征加到FCM算法后,很好的移植到了肺结节检测上来,取得了较好的实验效果。