肺癌的死亡率远高于世界上其它的癌症。在全世界，每年死于肺癌的人数超过1000000，这个数字远高于由于肠癌、乳腺癌和前列腺癌死亡的人数。对肺癌的早期诊断和治疗是降低其死亡率的有效途径，在美国和日本已经广泛地采用CT技术作为诊断肺癌的工具。用计算机辅助诊断技术来诊断结节是一种有效的方法，该技术能够帮助放射科大夫在胸部CT扫描影像中早期地诊断出肺癌。 基于此，本文在肺癌的计算机辅助系统方面做了一些研究。首先，本文采用了基于偏微分方程的肺结节增强算法来确定肺实质内部的候选结节。通过理论推导得到了平滑方程，由此构造出二维和三维圆形滤波器，它们能够增强一些特殊形状的组织(比如类似圆形的结节)，同时也能够抑制其它形状的组织(比如类似线状的血管)。为了更进一步降低假阳性结节，本文采用了面向偏微分方程的肺结节检测算法，其中包括Hough变换和不变矩检测算法。这两个算法都能降低假阳性结节，但是Hough变化算法通常会产生漏检，为此，本文采用了不变矩检测算法。 结节检测后，本文进一步研究了肺结节真假阳性分类算法。通过对肺结节和图像的分析，本文提取了30个不同种类的特征。通过特征选择的方法一前向步进法，从这30个特征中选出了10个有效的特征组合向量，作为最后分类器使用的特征，主要包括区域的纹理信息、傅立叶算子和区域的形状信息等。本文使用的是基于规则的分类器，基于规则的分类器是通过特征向量来区分真阳性结节和假阳结节的。最后的实验结果表明本文采用的检测算法能够应用于肺癌CAD中。