早发现,早治疗,早诊断是提高肺癌患者生存率的关键。但是不容乐观的是只有15%的肺癌在早期被发现,这是由于早期肺癌在临床上的表现并不明显,患者通常察觉不到任何症状。因此如何做到早发现早治疗是关键所在,肺癌早期计算机辅助检测有着重大的研究意义。首先介绍了预处理相关的内容,包括去噪,增强和肺部掩膜的分割;然后介绍了本文的重点内容肺结节的分割,特征的提取,特征的选优和分类。具体来说,本文的主要研究内容如下所示:1)给出预处理中去噪,增强和肺部分割的具体算法和流程,为后续核心部分做好基础工作。其中去噪使用了中值滤波去噪,增强使用的是基于高斯核函数的增强,肺部分割部分给出了一个基于阈值的逻辑框架。2)给出了肺结节分割的逻辑框架和具体算法,特征提取的计算公式或者思想,特征选优采用SFS方法,阳性阴性的分类采用SVM分类器。最后对实验结果做出了具体的分析和总结。为了验证本文框架的有效性,采用了公开数据集LIDC-IDRI数据库来进行效果的对比操作。对比效果表明,该论文提出的算法具有较优的效果。