CT成像技术在医疗、工业无损检测、安检等领域都得到非常普遍的应用。在肿瘤诊断或缺陷检测中获取图像并非最终目的，正确判断是否有病灶或缺陷才是真正的目标，因此针对任务目标（task-based）的诊断成为了关注的焦点。ROC方法作为一套完善的评估体系，能对检测和诊断效果进行定量的评估。本文将ROC方法及其衍生方法引入了CT成像领域，来对系统的检测性能进行评估，并给出系统优化的建议。本文首先介绍了课题研究背景，对于ROC方法的发展历程，应用领域及其各未来可能的发展方向进行了说明。其次，我们构建ROC模型和LROC模型来对曲线拟合、面积计算等进行研究，建立了一套完整的实验评估方案。接着，我们从CT系统缺陷诊断效果评估和CT系统优化两个方面作了深入研究，并结合实验，分析ROC和LROC存在的问题和可能的改进方法。在三维成像和可视化提升缺陷识别性能的研究中，主要成果包括：1）通过ROC实验证实了三维成像和可视化对诊断和缺陷检测具有重大意义。提出了多种利用三维信息的图像阅读方案，结合数据分析得到在缺乏三维可视化条件的情况下，可用多切面信息结合的方案替代的结论；2）量化评估了不同条件下三维可视化和多切面信息在提高缺陷识别能力的效果，得到当单切面的AUC值在0.7-0.8范围内，采用三维显示效果提高最为显著；3）从理论和实验论证了LROC和ROC在多数情况下变化趋势保持一致，另外缺陷位置是否可变对识别能力有明显影响。在对优化设计单层螺旋CT探测器厚度的研究中，主要成果包括：1）研究了单层螺旋成像效果随探测器厚度变化的趋势，证明探测器厚度设置在1-1.25倍螺距高度时，系统性能最优；2）研究了其他图像评估指标与基于观察者实验的ROC方法的关系，结果显示一定程度上可以使用SNR等指标替代ROC实验。但无法取代LROC实验。3）结合实验结果对LROC和ROC模型进行了深入的比较研究，指出两种模型目前存在的局限性，并提出了模型改进的方向。