随着医学成像技术的日益成熟，CT影像技术已广泛的应用到胃癌的医疗诊断中。如何在数量日益增多的胃部 CT图像中获取到准确有效的病变信息是一个迫在眉睫的问题。由于单帧 CT图像中淋巴结没有特殊的位置分布，并且淋巴结、脏器和血管在形状、灰度值和大小等特征上难以区分，为此我们需要在序列图上对疑似淋巴结进行跟踪处理。现有的对疑似淋巴结跟踪的方法存在首尾帧确定不准确和跟踪错误的问题。针对这些问题，我们提出了基于多视角策略和质心跟踪的淋巴结的检测方法，力图为胃部 CT图像淋巴结的检测构建更加准确有效、全自动化的辅助检测方法。本文主要完成如下工作：　　（1）对自适应窗口大于11*11的较大疑似淋巴结，提出了一种基于低秩分解和自适应窗口内质心跟踪的淋巴结检测方法。由于基于低秩分解的跟踪方法存在不能准确确定疑似淋巴结首尾帧的问题，针对该问题，在低秩分解确定出初始首尾帧的基础上，使用自适应窗口内的质心跟踪算法对初始首尾帧进行调整，随后根据面积变化情况，对淋巴结进行判定，最后提出了基于质心转移的标记删除算法对疑似淋巴结序列图中已被跟踪过的疑似淋巴结进行标记和删除处理。　　（2）对自适应窗口大于11*11的较大疑似淋巴结，提出了一种基于多视角序列图像获取的方法对淋巴结进行检测。该方法首先获取疑似淋巴结的原始行列切序列图，然后对该序列图进行行切和列切处理得到行切图和列切图，与此同时，利用行切图和列切图确定首尾帧和求解面积，进而对淋巴结进行检测。　　（3）对自适应窗口大于11*11的较小疑似淋巴结，提出了基于低秩分解和不完全受自适应窗口限制质心跟踪的淋巴结检测方法。该方法首先使用低秩分解求出疑似淋巴结的初始首尾帧。由于淋巴结要和血管进行区分，而血管的面积大小几乎不变，质心变化较大，在进行首尾帧调整时，为尽可能跟踪到血管的完整序列，使用窗口质心变化，大小固定不变的质心跟踪方法对疑似淋巴结的首尾帧进行调整。最后基于序列长度，质心变化情况和面积变化情况对血管和淋巴结进行区分。　　本文提出的淋巴结的检测方法与其他淋巴结检测方法相比，在查全率上有较大的提高，是一种对胃部CT淋巴结检测可行的方法。