恶性肿瘤是当今人类面临的一个非常严峻的健康问题,而肺癌是所有恶性肿瘤中对人类危害最大的。早期发现肺部肿瘤对肺癌的治疗意义重大,目前临床上主要采用X射线CT机检测早期的肺部病变,然而随着CT设备的不断改进,病人的CT摄片数越来越多,这不仅加大了医生的工作负担,也增加了漏诊和误诊发生的几率。本文研究了基于CT图像肺部异常阴影的自动检测技术,这也是肺部CAD系统中最关键的一部分。胸部CT图像中肺实质的分割是异常阴影检测的前提。本文首先通过边界跟踪算法与洪水填充算法提取出了CT图像中的胸部区域,进而从二值化后的胸部区域中找到初始肺部边界。为了保证分割出的肺部区域的完整性,本文提出了一种新的基于弧长表示的曲线平滑算法,用于平滑初始肺部边界,然后给出了一种新的边界修补算法,用于修补平滑后的肺部边界,最终实现肺部区域的完整分割。本文主要采用基于数学形态学膨胀运算的环形滤波器进行异常阴影的检测。文中首先介绍了二维环形滤波器的原理,为了过滤掉那些由血管造成的假阳性结果,本文将环形滤波器推广到了三维,然后针对环形滤波器的不足之处,提出了三种改进措施,最终得到了适应性更强的可变环形滤波器。本文对改进过程中遇到的图像距离变换问题还进行了深入的研究,给出了一种高效的实现二值图像欧氏距离变换的算法,同时还定义了一种新的路径长度,用以实现灰度图像的加权距离变换。实验结果表明,该检测系统可以大大减轻医生的工作负担。