肺癌是全球发病率与死亡率最高的疾病之一,对人类的生命安全造成了严重的威胁。目前的临床研究发现,对于肺癌的早期诊断与治疗能够有效延长肺癌患者的生存期,并减少患者的医疗花费。而在肺癌的早期诊疗中主要需要考虑两方面的问题,其一是对肺癌的自动检测,其二是肺癌切除手术的直观性与安全性。因此,本文围绕这两个问题进行研究,设计了一个基于CT影像的完整肺癌检测与切除手术规划系统,能够实现对肺癌的自动有效检测,并基于肺部血管增强可视化与肺结节的可视化,使得肺癌切除手术更为直观且安全可靠。本文针对这一系统的研发,主要在以下四个方面做了深入的研究:基于CT影像的分步肺实质分割。本文提出了肺实质分割的分步分割方法,第一步利用自动阈值分割、三维连通性算法进行粗分割,第二步使用形态学等方法进行更为精细化的分割,填补了粗分割的边缘凹陷现象。通过定性与定量分析,证实了本文分割算法的有效性与分割结果的完整性。肺实质分割减少了肺癌检测范围与假阳性结节数量,降低了整体算法的计算量。基于两步法深度学习网络的肺癌检测。本文首先基于条件随机场算法生成肺结节区域的精细标注,再利用改进的U-Net网络提取肺结节疑似区域,然后设计分类网络去除疑似区域中的假阳性结节,以得到最终的肺结节检测结果。本文基于大量实验数据绘制了FROC曲线,表明了两步法肺癌检测算法的有效性。肺部血管增强与三维可视化。本文基于改进的多尺度Frangi算法对肺部血管进行增强计算,然后利用数据增强值与灰度值构造了体绘制二维传递函数,实现了肺部增强血管的三维可视化功能,有助于在肺癌切除手术中减少对肺内血管的误切以及对其他肺部组织的损伤。计算机辅助的肺癌切除手术规划。本文通过分类可视化,将肺部的肺结节、血管、肺壁等不同组织数据赋予不同的颜色与阻光度,使得临床医生能够更直观的观察到肺结节与周围组织的相对位置关系,再利用交互仿真操作调整得到最佳的手术路径,辅助医生设计更合适的手术方案。通过实际的临床数据测试,证实了本文计算机辅助肺癌切除手术规划有助于提高手术的直观性与安全性。