肺癌是全球癌症中发病率和死亡率高居第一的肿瘤，争取“早发现、早诊断、早治疗”是降低肺癌死亡率的重要措施。肺癌早期大多表现为孤立性肺结节，PET-CT技术的出现为孤立性肺结节的检测和良恶性诊断提供了非常可靠的技术，借助于计算机辅助诊断技术实现孤立性肺结节的早期检测和诊断，不但减少了医师工作量，降低了误诊率和漏诊率，而且提高了肺结节检测和诊断的效率和准确率，具有重要的研究价值和应用前景。基于PET-CT的孤立性肺结节计算机辅助诊断系统包括肺结节的检测和良恶性诊断两部分，本文在孤立性肺结节检出的基础上，研究如何高效地实现肺结节的良恶性诊断。肺结节良恶性诊断系统的研究主要包括PET-CT图像预处理、PET-CT图像配准、肺实质分割、肺结节分割、特征提取和良恶性分类器构造。为了构造一个高性能的良恶性分类器，到目前为止未得到充分解决的一个问题是肺结节特征集的优化，即如何选择一个与良恶性具有高相关度、特征之间低冗余度的特征子集。基于此，本文展开了一系列的研究，主要包括以下几部分：（1）本文构建了PET-CT孤立性肺结节特征集。从肺结节影像学诊断和计算机辅助诊断两个角度，分别构建了基于影像学诊断的标注特征集和基于特征提取的肺结节特征集，为特征选择算法的研究奠定实验基础。（2）本文研究了基于信息论的特征选择方法。从理论上研究对比了基于互信息度量准则的经典特征选择方法，实验发现基于JMI（联合互信息）度量准则的特征选择方法具有较好的稳定性和较高的准确率。然后提出了基于JMI的PET-CT肺结节混合式特征选择算法，通过实验验证了该算法的有效性，在预定义分类器的情况下，不但可以得到较少特征数目的特征子集，而且提高了肺结节良恶性诊断的敏感性和分类准确率。（3）本文研究了基于灰色关联分析的特征选择方法。在研究和分析不同关联度的灰色关联分析模型基础上，根据特征子集中第一个特征和后续特征的不同选择方式，设计并提出了四种不同的PET-CT孤立性肺结节特征选择算法。实验结果表明，无论在特征数目上，还是在分类准确率上该算法都得到了较好的性能表现，同时也验证了灰色关联分析应用于特征选择的有效性。