肺癌现已成为全球引发癌症死亡的主要病因。通常直到癌细胞处于晚期才会出现症状,导致大多数肺癌是在癌细胞已经转移的时候才被诊断出来。通过提高肺癌早期发现率,尽早医治,能有效地提高患者存活率。肺部CT三维重建后,可以有效提高结节和背景的对比度,提高结节检出率,同时可以让放射科医生更加形象和直观的观察结节,提高医生的临床诊断的效率和质量。因此,肺部CT的三维重建及其结节检测的研究是极其重要的。医学图像的病灶尺寸小和类间差异小,而且肺结节通常只占CT图像的一小部分。首先,这种小区域的特征由于其空间特征分辨率的限制,可能无法提供足够的特征信息。其次,在二维CT扫描中,由于病变区和非病变区可能具有非常相似的特征,往往难以区分。为了解决这两个问题,就需要丰富肺部CT特征表示,从而提高肺结节检测的准确率。肺结节筛查的效果在很大程度上取决于放射科医生的技能和经验水平,由于肺部组织结构复杂,潜在的恶性病变很容易被忽视。本文针对以上问题,提出了一个基于三维重建的肺部CT图像结节检测方法。所提出的肺结节检测方法,通过肺部CT图像的三维重建,得到图像的空间特征,可以增强病变和非病变之间的区分度,提高肺结节检测准确率。本文将肺部CT图像三维重建与三维肺结节检测方法分为两个阶段进行介绍,第一阶段是肺部CT图像的三维重建;第二阶段是三维肺结节的检测方法研究。通过这两个阶段的研究,最终实现提高肺部CT图像结节检测准确率的目的。因此,本文主要对肺部CT图像多分辨率重建方法和三维肺结节检测方法进行研究。针对第一阶段,因为肺结节在整张肺部CT图像中的占比小,而且肺部的血管、支气管等组织在二维CT切面上的外形与肺结节很类似,对结节的检测会产生很大的噪音干扰,所以针对该问题,本文首先对CT图像进行增强,去噪等预处理,并提取ROI区域,即疑似结节所在区域,然后对ROI区域进行高分辨率三维重建,对背景区域进行低分辨率三维重建,提高了ROI区域与背景的对比度,既得到了高分辨率的三维肺结节,又能保留CT图像中结节的三维背景信息,为下一步更准确地从CT图像中检测出肺结节提高更好的数据基础。提出的多分辨率三维重建方法比传统方法更为快速的同时,能更有效地提高肺结节和周围组织的分辨力。针对第二阶段,由于现有的传统方法和深度学习方法,难以克服二维切片上的血管、支气管等组织产生的噪音,使结节检测的假阳性率较高,本文提出了三维CT图像肺结节检测方法,将第一阶段的重建得到的三维肺部CT图像,输入YOLO-3D网络框架,提取三维肺结节的空间特征,然后对肺结节的进行检测,最终输出结节在三维空间的坐标。实验结果中,本文方法的平均精度和灵敏度分别达到了73.67%和95.83%,证明了该方法可以获得更高的肺结节检测准确率。