根据世界卫生组织(World Health Organization, WHO)的报告,肺癌死亡率已经上升为世界上最高的癌症死亡率,如果肺癌能在早期被诊断和治疗,其5年生存率将从14%上升到49%。随着低剂量的多层螺旋CT出现,医生需要处理的图像信息急剧增加,从而增加了漏诊和误诊的几率。本文的目的就是研发一种基于CT图像的肺癌计算机辅助检测和诊断(Computer-aided Detection and Diagnosis, CAD)系统,能够对肺部CT图像进行自动分析,并且给医生提供疑似肺结节的位置,从而提高肺癌的诊断质量和诊断效率。在医学诊断中,采用包含丰富信息的三维(Three-dimensional,3D)图像数据代替简单的二维(Two-dimensional,2D)图像数据已经成为医学图像处理领域的发展趋势,所以本文用3D图像数据代替2D图像数据对肺部CT图像进行研究。医学图像三维重建是目前的一个研究热点问题,但是重建数据量之大,重建过程之慢,使用硬件加速已经是三维重建的必然发展趋势,所以本文使用可编程图形处理器(Graphic Processing Unit,GPU)对三维重建进行加速,以达到实时绘制的目的。本文针对肺癌CAD系统里的关键算法进行研究,主要工作包括四个方面：(1)提出了一种简单有效的三维肺实质的分割方法,首先使用中值滤波对低剂量肺部CT图像进行预处理,然后使用迭代阈值对CT图像进行二值化,再利用三维连通域标记去除背景及细小空洞。之后,经三维区域生长法去除气管,再利用中心定位法实现左右肺分离。最后通过改进的链码法,修补被腐蚀的肺边缘区域以获得完整的肺实质图像。(2)分析结节在三维空间中的特征,对肺部CT图像进行反几何扩散,然后计算肺实质上每个像素的形状指数(Shape Index, SI)值,然后通过Hessian矩阵对图像进行多尺度增强滤波,去除假阳性的疑似肺结节,再通过自适应阈值和高斯分布与马尔可夫吉布斯随机场结合的方法精确地分割出完整的疑似肺结节,最后提取疑似肺结节的二维和三维特征,便于进一步的特征分类计算。(3)本文通过改进传统的光线投射算法,研究基于GPU加速的光线投射算法,针对光线投射算法中光线遍历体数据较为耗时的情况,引入基于“厚板”的光线与包围盒求交计算,通过在图形处理器上的并行执行,从而得到每条光线的进入点和离开点,最后采用从前往后的颜色累积运算,得到可以实时显示的三维图像。实验结果表明本文的算法可以极大提高绘制速度和绘制精度。(4)设计并且实现肺癌CAD系统,它可以处理医学影像特有的DICOM(Digital Image and Communications inMedicine)格式的图像数据,并显示病人的信息,本系统将肺实质分割、ROI区域提取、特征提取、肺结节检测、三维重建以及数据库等CAD关键技术融为一体,通过友好的界面满足实际应用需要,并且还留有肺功能评估、三维血管分割和基于医学图像内容检索的扩展接口,方便日后对本文的CAD系统升级。实验结果表明,本文提出的三维肺实质分割算法能够自动快速精确地提取肺实质。肺结节检测算法具有较高的灵敏度以及假阳性。三维重建可以达到图像实时显示的要求。肺癌CAD系统可以实现对肺结节快速准确地自动筛查,为医生提供有用的辅助诊断信息,对提高肺癌诊断的准确率、减少漏诊起到积极的作用。