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(Computer tomography)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。本课题的主要目的是自动获得多种肺癌的病理学特征的分析数据,以帮助医生对疾病做出诊断结论。全文围绕孤立性肺结节的计算机辅助诊断这一课题,首先介绍了国内外的研究现状以及相关的技术及标准；接着介绍了如何从CT影像中识别并提取出孤立性肺结节；然后在形状特征分析的基础上,实现了毛刺、分叶、空洞等多种肺癌的病理学特征的分析；最后设计并实现了肺部CT图像处理软件。在该软件平台上,对上述方法进行了试验验证。试验的结果表明,本文所提出的方法是有效、可行的,在一定程度上解决了肺结节的计算机辅助诊断问题。