计算机辅助诊断是通过影像学、图像处理等技术，结合计算机的分析、建模和模式识别等方法，帮助医师发现病灶，提高诊断的效率和准确率。本文搭建了一个载入连续CT图像，利用形态特征分辨可自动识别肺部肿瘤的计算机辅助诊断（CAD）系统，并提出形状特征矩和三维细化两种新的肿瘤识别方法。此系统通过三维几何形状信息来识别肿瘤，包括一系列的处理，如插值、分割、疑似区域搜索和识别。首先，将连续的CT图像插值成在三个维度上等距的立体图形，以便于恢复肿瘤原有的三维形态。其次，对肺实质区域进行分割，使整个灰度图的分布更有利于进行下一步的识别操作。分割的步骤分为最大类间方差OTSU算法选取自适应阈值，连通域处理及数学形态学法如膨胀、腐蚀、开运算和闭运算的组合。通过灰度分布衰减得到阈值和区域增长选取出感兴趣区域（ROI）作为潜在的肿瘤目标。最后，利用矩不变理论分辨ROI得出真正的肿瘤。并运用三维细化的方法对三维的CT图像组进行处理，在较规则的肿瘤识别上取得了很好的效果。临床CT扫描数据的实验表明以上提到的方法能够在肿瘤检测上有良好的表现。在所试验的案例中此系统表现出77.55%肿瘤检出率，在可接受范围内。此系统可以区分出肿瘤和其他组织如支气管，器官等，并提供友好的用户界面，支持切片间的自由浏览，是辅助诊断的有效方法。