1、癌癥是威脅人類生命的首要疾病之一，而肺癌因其高發(fā)病率、高死亡率和高新增發(fā)病案例數(shù)的特性成為癌癥中最為致命的腫瘤疾病。隨著人們生活習慣的改變和環(huán)境的日益惡化，肺癌人群日益增加，因而社會對此關(guān)注度日益增加。由于醫(yī)療水平的發(fā)展和醫(yī)療投入的加大，CT，MRI等設(shè)備的不斷更新，醫(yī)生CT圖像閱片量也隨之增加。早發(fā)現(xiàn)早治療就能夠提高肺癌的存活率，但是醫(yī)生重復工作量和高檢測率就相互矛盾。計算機輔助診斷系統(tǒng)能夠輔助醫(yī)生大大減少重復工作量并增加檢測的速率和

2、效率。
　　肺癌病征在影像學上表現(xiàn)為肺結(jié)節(jié)形式。本文采用的素材是LIDC數(shù)據(jù)集，即美國權(quán)威肺癌研究數(shù)據(jù)集。本文結(jié)合肺結(jié)節(jié)的影像學表現(xiàn)特性和醫(yī)學特性，利用圖像處理技術(shù)和數(shù)據(jù)挖掘技術(shù)對醫(yī)學序列圖像進行處理和研究。本文研究方法：根據(jù)肺部CT圖像的灰度直方圖，利用均值閾值法、去噪處理、輪廓提取和形態(tài)學操作進行完整的肺實質(zhì)分割，其中應用基于輪廓和面積的去噪方法；然后利用混合空間增強算法和基于高斯模型與Hessian矩陣的多尺度圓形增強濾波算

3、法對肺部CT圖像中疑似肺結(jié)節(jié)進行灰度級增強，其中混合空間增強算法主要增強結(jié)節(jié)輪廓信息達到增強肺結(jié)節(jié)區(qū)域效果，而多尺度圓形增強濾波器主要增強基于圓形模型的疑似肺結(jié)節(jié)區(qū)域和抑制線條形的血管組織達到增強肺結(jié)節(jié)區(qū)域效果，進而突顯肺結(jié)節(jié)表現(xiàn)效果；接著利用基于邊緣檢測的Live-wire算法和基于標記的區(qū)域生長算法達到快速提取序列圖像肺實質(zhì)功能；再統(tǒng)計肺結(jié)節(jié)特征性質(zhì)，利用改進遺傳算法進行特征組合的優(yōu)化，提高肺結(jié)節(jié)檢測率；最后采用基于兩類特征群的RB