随着计算机科学技术的快速发展，计算机辅助诊断已经被广泛应用到医学影像诊断中。其中，肺癌的检测就是计算机辅助诊断的一个典型应用。多投影图像因其设备简单、放射线剂量低等特点，被应用于肺结节临床检测。然而，由于受到人体组织的复杂性及成像系统的局限性影响，多投影图像中肺结节边缘模糊，对比度低，易受其他组织器官影响。这些问题将直接影响肺结节分割及检测的准确性。因此，对于肺结节检测系统中关键算法的研究具有重要的临床应用价值。本文在分析总结国内外现有肺结节检测方法的基础上，深入研究肺结节检测涉及的图像分割及检测等相关理论，提出了一种基于多投影图像的高性能肺分割算法，并基于此设计一个肺结节检测算法。首先，针对肺分割问题，提出利用特征图像及模型的肺区域分割算法。计算6种特征图像，并建立初始轮廓模型。计算特征图像中边界点的灰度与形状代价，利用动态规划算法搜索最优肺边界。利用主动形状模型修正肺边界。实验结果表明，该算法可以有效地提高肺实质分割性能。然后，完成肺结节检测的关键算法实现。利用基于特征图像灰度与形状模型的分割算法对肺区域进行分割，基于此肺分割方法利用多阈值分割算法对候选结节进行初始检测。使用动态规划方法对候选结节进行精确分割，并提取特征。根据提取的图像特征使用线性分类器去除假阳性结节。利用多投影图像之间的相关性，配准三张投影图像中检测到的候选结节，进一步去除假阳性结节。