肺癌是发病率与致死率增长最快,对人群的健康以及人类生命的威胁最大的恶性肿瘤之一。有专家指出,肺癌的大量爆发与现在普遍蔓延的雾霾天气有关,并且提到了肺癌的发病率在未来的一段时间内仍然不会呈现下降趋势,这些都说明了预防肺部疾病的重要性。目前对于肺癌的预防手段仍为早诊断早治疗,也就是说我们要针对尚处于肺结节状态的患者进行诊断。近年来,深度学习在诸多领域都有着优异的表现,许多拥有大数据的大型公司也都纷纷将目光转移到深度学习方向。所谓深度学习,其实是机器学习的一个子方向,其最终目的是要从样本中互相关联的高维信息中解离出最能代表样本的特征信息,将其输入到计算机并且对特征进行解释,使计算机拥有类似于人类的简单思维能力。目前,市面上已经有大量的产品都包含这种技术,可以说深度学习是机器学习近年来最成功的研究方向。本文中,我们首先将手动截取得到的数据样本构建成数据库,将其运用到了传统的卷积神经网络当中,证明了这种方法的可行性。之后将整体的模型应用到了 Keras框架当中,针对传统模型的各种技术进行分析,并且得到了更加优秀的识别准确率。最终提出一种改良的网络模型,相比于传统的卷积神经网络模型,我们引入了更加优秀的算法,降低了算法的时间消耗。通过实验证明,该方法无需进行复杂的图像前期处理也能得到具有代表性的特征,也克服了诸多固有的问题。