肺癌是世界范围内发病率及致死率最高的恶性肿瘤之一，每年造成上百万人死亡。如能在肺癌早期及早发现病灶并进行治疗，可极大提高患者的生存率。肺癌早期的表现形式是肺结节，肺结节一般是指肺内的高密度类圆形病灶。传统医学通过医生肉眼阅读肺部CT扫描图像来检测肺结节，进而进行病情诊断。随着CT扫描技术的提高，单一CT层片越来越薄，一次扫描的CT层数越来越多，这给诊断医生带来了巨大的工作压力，因人为因素导致的误诊也越来越多，甚至影响到患者疾病的准确诊断。为了辅助医生提高诊断的准确性、提高阅片的效率，科研人员开始研制肺部CAD（computer assist diagnose）即计算机辅助诊断系统来辅助医生进行自动或半自动的病情诊断。由于肺结节形态复杂，且易与肺部其他组织粘连，即使是有丰富经验的医生也需要通过观察病史及进行穿刺等医学手段进行确诊。因此，我们辅助检测的目的仅是将疑似肺结节区域在肺部图像中标记出来，辅助医生判断。肺结节检测的第一步是实现肺实质分割，只有首先分割出肺实质，才能对肺部CT图像进行针对性的处理。本文以待分析肺部CT图像为研究对象，以肺结节的计算机自动检测为目标，主要完成了以下工作：(1)通过学习相关理论知识及查阅文献，提出了一种肺实质分割方法。主要步骤包括：图像预处理、二值化、得到初步分割肺区、去除气管/支气管、左右肺区分割及肺区边缘修补等步骤。针对二值化常用全局阈值法的局限，实现了峰间极值法求取阈值；针对肺区边缘修补，实现了形态学修补及快速边界行进算法修补两种方法。结果表明，本文所采用方法能对肺实质得到较好分割效果。(2)对于分割后的肺区图像，根据肺结节的灰度及形态特征，检测提取出肺结节，并统计肺结节形态信息。(3)结合matlab编程实现了肺结节辅助检测系统，实现了读取CT文件、显示CT信息、肺实质分割、标记肺结节、显示肺结节信息、结节信息存取数据库等功能，用于辅助医生进行诊断。实验结果表明，本系统具有一定的实际应用价值。