肺癌是目前世界上发病率最高、死亡率最高的恶性肿瘤。肺结节为肺癌的早期形态之一,表现为肺内直径不超过3cm的圆形或类圆形致密影,边缘光滑或呈分叶状,可有棘状突起及毛刺。由于肺结节分布位置不定,大小不一,形态各异,密度与肺部其他组织类似,单凭人眼进行识别难度很大。研究表明,如果肺癌可以被早期发现和治疗,患者的5年存活率可由9-14%提高到60-70%。因此,肺结节的早期诊断和治疗对于提高肺癌患者的存活率是非常关键的。CT在肺结节的检出和定性中起着重要的作用,CT图像中肺结节的影像学特征包括结节的大小、生长速度、结节的边缘、钙化情况、支气管征、胸膜凹陷征、与周围组织的关系等。这些影像学特征对鉴别肺结节的良恶性有重要意义,研究称大部分病例可以根据CT图像中肺结节的形态对肿瘤性质作初步判断。肺结节的边缘信息主要包括边缘是否光滑,有无分叶征和毛刺征。恶性结节通常边缘不规则、深分叶、细短毛刺,周缘结构向结节纠集,而良性结节边缘大多清晰、光滑、整齐、无分叶。毛刺征是提示肺结节恶性程度较高的重要边缘特征,表现为自结节边缘向周围伸展呈放射状排列的无分支的直而有力的细短线条影。肺结节计算机辅助诊断系统(Computer Aided Diagnosis, CAD)应用先进的计算机图像处理技术对肺部CT图像进行自动分析,辅助影像科医生对肺结节进行识别和诊断。如果CAD系统能将毛刺征准确的量化出来,给影像科医生直观的量化数据,就能辅助他们鉴别肺结节的良恶性,提高工作效率和鉴别准确率。目前国内外的学者对毛刺征的检测与量化方法研究较少,发展并不成熟。一方面,现有的毛刺检测方法对毛刺的保留并不完整,导致毛刺水平量化的不准确；另一方面,合理、准确的毛刺水平量化指标对毛刺水平的量化也至关重要,目前尚没有统一、准确的毛刺水平量化指标被提出。因此,肺结节的毛刺检测方面仍有大量工作要做。本文重点对肺结节的毛刺特征进行了深入研究,在肺结节分割及其毛刺检测两个方向进行了深入研究和大量实验。在CT图像上毛刺灰度值较低,与肺实质的对比度相比结节与肺实质低很多,且形状狭窄,使得分割结节时很容易将毛刺漏掉,因而无法准确分析毛刺特征。针对此问题,本文首先实现肺结节主体的精确分割,在此基础上进行肺结节毛刺的完整分割。此外,本文提出肺结节毛刺水平的量化指标实现肺结节毛刺水平的精确量化。本文的主要工作包括：1、CT图像肺结节主体的分割肺结节的准确分割是肺癌诊断和治疗的关键技术,对肿瘤后续生长的评估及病变良恶性判别具有重要意义。肺结节主体的精确分割是毛刺提取及毛刺水平量化的基础,目前存在的肺结节分割方法很多。其中,区域生长法经典、简单、快速,本文首先选用区域生长法进行肺结节主体的初始分割。水平集算法分割精确、灵活、计算稳定,其基本思想是将闭合曲线(曲面)的演化问题转化为更高维空间中的水平集函数曲线(曲面)的隐式解。本文选用无需重新初始化的距离正则化水平集算法,以区域生长算法得到的分割结果作为水平集方法的初始轮廓,进行结节主体的精确分割。这样不仅可以加快收敛速度,而且使分割结果更加接近真实的结节主体边界。2、肺结节的毛刺检测及毛刺水平量化肺结节的毛刺检测及毛刺水平的量化评级可以辅助医生进行肺结节的良恶性判别,对恶性结节进行及早诊断和治疗,有助于提高患者的存活率。目前已有的毛刺检测及量化评估方法存在的问题主要是：1)所提取的反映毛刺水平的量化指标对结节主体的分割精度依赖性很高,所含参数需人为经验设置,容易造成分级的不准确。2)并未将毛刺完整的分割出来,容易造成量化的不准确。本文提出了一种CT图像肺结节的毛刺检测与量化评估方法。CT图像上肺结节毛刺的生长方向与结节主体边界近似垂直或呈一定范围内角度,而血管等其它组织则无此特殊的方向性。利用此生长特点,在肺结节主体精确分割的基础上,构造特殊的线性滤波模板对结节主体周边区域进行线性增强,将毛刺完整的分割出来。为定量评估毛刺特征,引入毛刺水平指数(Spiculation Index, SI)对肺结节的毛刺水平进行量化评估。该方法不仅可以将毛刺完整的提取出来,方便医生进行观察诊断,而且所提取的SI值克服了传统量化指标易受结节分割精度影响和参数需人为经验设置的问题。为进一步评价本文方法的有效性,将实验毛刺水平量化结果与肺部图像数据库联盟(Lung Image Database Consortium, LIDC)的量化结果比较,对结节有无毛刺进行分类,并与影像科医生的分类进行比较,分类效果较好;将毛刺水平指数(SI)值进行归一化并与LIDC数据库的量化评级进行一致性和相关性分析。实验结果表明,该方法可以有效地检测并定量描述CT图像肺结节的毛刺征。3、三维CT图像序列肺结节分割、毛刺检测及毛刺水平量化为了方便医生在不同方位更直观的观察病灶,本文设计了三维CT图像序列肺结节主体的分割、毛刺检测及毛刺水平量化方法。在肺结节主体三维精确分割的基础上,利用三维CT图像肺结节毛刺的生长特点,构造特殊的三维滤波模板进行肺结节毛刺的检测,从而得到含有完整毛刺的肺结节。为实现三维CT图像序列肺结节毛刺水平的量化评级,本文提出了三维CT图像序列肺结节毛刺水平指数。为定量评价本文方法的有效性,将实验毛刺水平量化评级与LIDC数据库的量化评级进行对比,通过结节有无毛刺的分类,结节毛刺水平量化评级与数据库的量化结果的相关性及一致性分析,说明本文方法可以有效评价毛刺征。另外,为了进一步评价三维毛刺检测及量化方法的有效性,将三维CT图像序列肺结节的毛刺水平量化结果与二维CT图像肺结节的毛刺水平量化结果进行比较。结果表明,三维空间下的肺结节不仅更有利于医生观察诊断,而且提供给医生的信息更丰富,由三维方法得到的毛刺水平量化结果与LIDC数据库的专家评级更接近。通过探究肺结节领域的国内外现状及肺部计算机辅助诊断系统(CAD),结合肺部CT图像特点和肺部解剖知识,以LIDC数据库的数据为研究对象,本文重点对肺结节毛刺征的检测及毛刺水平量化进行了深入探究。在肺结节主体精确分割的基础上,得到带有毛刺的完整的结节,并引入毛刺水平指数(SI)对毛刺水平进行量化评估。实验分别利用二维CT图像和三维CT图像进行肺结节的分割及毛刺征检测。实验结果表明,本文方法可以方便医生进行观察诊断,为肺结节CT图像的计算机辅助诊断提供了比较可靠的依据。