胃癌是危害人类健康的主要恶性肿瘤之一，在世界范围内，胃癌死亡率高居榜首。胃癌的早期诊断、早期治疗对于提高胃癌疗效，降低死亡率具有十分重要的作用。淋巴结转移作为胃癌分期的一项指标，在胃癌诊断中有着很高的地位。传统的胃癌诊断是专业医师通过观察对比分析同一病例的一系列图像，依靠专业知识对淋巴结进行提取、标记，这些信息最终用于胃癌的TNM分期。这种方法虽然可靠，却需要专业医生对大量的数据进行繁琐的人工操作，费时费力，因此，设计一种计算机自动检测识别淋巴结的方法十分必要。针对胃部CT图像淋巴结的检测，根据淋巴结在CT图像中的大小、形状、灰度以及空间位置关系，结合图像处理与模式识别的相关知识，本文将淋巴结的检测分为两部分：单幅CT图像上疑似淋巴结提取、序列图像上跟踪识别淋巴结。具体工作如下：设计了一种基于聚类和区域生长的疑似淋巴结检测方法。在胃部CT图像中，脏器组织灰度均匀，面积较大，且当中不含淋巴结，淋巴结浸润在脂肪区域当中。针对淋巴结在胃部CT图像中的分布特点，设计单幅胃部CT图像上疑似淋巴结的提取方法。首先，对预处理图像通过模糊聚类方法进行区域划分，根据脏器区域的面积比较大的先验知识，对分割得到的区域的面积进行统计，面积大于阈值T的区域认为是脏器区域，予以去除，同时高亮骨质区域中不含淋巴结一并去除，从而得到感兴趣区域，感兴趣区域中包含了疑似淋巴结与脂肪。通过疑似淋巴结浸润在脂肪区域中的先验知识，采用区域生长的方法得到疑似淋巴结。提出了基于局部特征匹配的多目标跟踪算法以实现淋巴结的识别。在胃部CT序列图像上，淋巴结的位置、大小，形状随着序列图像呈现渐变趋势，无明显跳变。根据淋巴结在序列图像上的变化特点，提出了局部多特征匹配的目标跟踪算法。首先，提出了局部搜索的思想，将当前目标在下一帧中的搜索匹配区域限定在一定的范围内。其次，分别用被跟踪目标与待匹配目标质心间的欧氏距离、面积差以及形状上下文方法计算来表示疑似淋巴结的位置、大小、形状在序列图像上的变化规律，结合三种特征定义了特征匹配的相似度函数。从而实现疑似淋巴结的跟踪识别。