严重急性呼吸道综合症(Severe Acute Respiratory Syndrome，SARS)，又称“非典型肺炎”，是人类面临的一种新的严重危害生命和健康的传染病。据卫生部和WHO的统计信息[1]，截至2003年7月31日，我国共报告SARS病例数5327人，占全世界报告人数的65.6％。2004年我国又报告有4例SARS确诊病例。对SARS疑似病例的准确、快速发现与诊断具有特别重要的医学和社会意义。由于受到医生经验、水平和主观因素等的影响，对SARS的的诊断正确性与效率仍不利于对该疾病的诊疗与疫情控制。因此迫切的需要计算机技术对SARS病例进行及时、准确的识别与诊断。今年来与SARS类似的新出现其他呼吸系统疾病(如禽流感等)也在不断的威胁着人类的健康，本文的研究对其也具有重要的参考意义。 利用计算机技术对医学图像进行处理和分析早在上世纪70年代就已经开始。研究工作包括从对煤矿工人粉尘肺、肺结核等肺部疾病的辅助识别与诊断到相对成熟的乳腺疾病的自动检测与诊断。该领域的研究是现代信息技术与多学科的交叉、综合和延拓产生的，涉及如医学诊断、计算机图像分析、数据处理及专家系统等众多学科。1990年后，随着医学及计算机技术的飞速发展，医学图像的自动识别和分析系统越来越多的受到计算机和医学领域的关注。目前国内外对医学图像识别的研究对象多集中在乳腺类疾病的识别诊断，其它如肺部疾病和脑部相关疾病的研究相对较少。SARS疾病的出现虽然给我国带来重大损失，但也使我们积累了丰富的诊断与治疗经验，为本文的研究创造了有利的条件。目前国内外对SARS疾病与计算机学科结合的研究集中在对该疾病的疫情控制建模、专家系统和诊疗数据分析等领域；而将SARS医学图像作为主要研究对象的相关文献报道则不多见。对建立在医学图像上的计算机辅助诊断系统还处于探索阶段。 本文以SARS患者的医学图像作为主要研究对象，通过对广州医学院第二附属医院PACS(Picture Archiving and Communication System，医学图像归档与传输系统)数据库系统中的SARS医学图像进行提取分析，结合图像分析与数据挖掘技术，利用计算机完成SARS医学图像的识别与辅助诊断。为完成对该课题的研究和试验，本文主要完成了如下的研究工作： (1)以图像为核心的计算机辅助诊断系统建模。与传统决策系统不同，由于图像数据的引入带来了处理方式和方法的转变。根据图像数据的复杂特性，需要对其进行处理，以便能够最大化利用信息资源。本文通过对图