肺癌的死亡率远远高于世界上其他癌症,而且近些年来甚至还呈逐年增加的趋势。影像学检查是癌症的诊断检测和防治方面的重要技术之一。通常意义上的胸部影像学的主要研究对象就是肺部癌症,它一般通过建立肺窗来观察相应肺部影像,而计算机断层图像(CT)则是胸部影像学中最常用的图像,已经被广泛用于对于肺部肿瘤的检测中。通过对CT影像的观察和分析,可以有效的帮助医生对实际病症情况做出准确判断。然而,医生分析肺部CT的过程是个枯燥而且繁琐的工作,需要每天面对大量的数据信息,而且,在这种大阅读量的情况下,分析错误也就很难避免。而计算机辅助检测和诊断就是针对这种情况而提出来的,它通过对大量数据做分析得到处理结果,用来帮助医生更加安全有效的分析数据。基于此,本文在肺部肿瘤的计算机辅助系统方面做了一些研究。首先,研究了存储CT影像的DICOM文件格式,解决了CT影像的获取问题。然后,对肺区图像作预处理,比较了基于热传导方程的各向异性扩散与采用LUM滤波器进行各向异性滤波的效果,最终采用了LUM作为图像的预处理增强方法。接着,通过试验,放弃了动态聚类的近邻函数准则算法,自己提出了一套组合分割法用于分割提取可疑区域。组合分割法中,首先使用自动阈值法对肺区图像作二值分割,并采用形态滤波算法处理得到的二值图像,去掉其中的散点和小桥。最后再用跟踪虫算法提取可疑区域。至此完全将图像从视觉和逻辑上放开,组