肺癌是导致癌症死亡的主要原因。大约70％的肺癌被诊断为过晚阶段，从而使治疗无效。
　　 筛查电子计算机断层扫描中的结节识别特别困难，因为低剂量 电子计算机断层扫描图像显示出更嘈杂的外观和大到每次扫描约三百个切片的图像数据量。为了支持放射科医师解决筛查肺部电子计算机断层扫描的挑战性任务，研究人员已经开始探索最近的计算机辅助检测方法，用于自动识别图像中的病理对象。由于可能发现肺结节的各种解剖情况，肺结节的自动分割是一项艰巨的任务，导致以下四个主要问题情况：
　　 肺结节经常接触或浸润周围的肺结构，这一过程导致所有纯灰度值分割技术的失败；
　　 相邻的高对比度结构常常导致高局部梯度大小，这可能会干扰依赖于轮廓强度的基于模型的分割方法；
　　 当结节良好时，结节形状通常是椭圆形的，但当连接到其他肺结构时，结节形状可能会有很大差异；
　　 肺结节的大小差异很大；
　　 可以根据各种广泛的方法对不同的肺结节检测计算机辅助检测方案进行分类。
　　 基于强度的方案：这种方法探讨了肺结节的强度特性与周围背景的比较。采用了具有固定尺寸结构元素的形态开口，旨在将小结节与附着的血管分离，以及用于结节边界重建的迭代扩张程序。使用多个阈值水平结合特征分析，计算了代表实际结节的可疑区域的可能性。这种方法的主要优点是简单； 主要缺点是经常难以确定不同电子计算机断层扫描检查的稳健阈值水平，这意味着相对低的灵敏度和高的假阳性检测率。使用涉及衰减阈值，区域增长和数学形态学的三维分割来识别感兴趣的区域。该系统根据肺结节模型和相关的胸腔内解剖结构标记这些区域。基于梯度的方案：这种通用类型的方法包括分析高梯度区域，目的是使结节轮廓个性化。利用径向梯度指数，对于每个电子计算机断层扫描切片，增强了高圆形区域，改善了结节和非病理结构之间的对比度。使用基于几何模型的算法。这种方法的主要优点是使用依赖于有符号距离场分析的有效几何模型可以最小化肺结节外观的大变化的影响。
　　 基于模板的方法，使用统计模型进行肺结节的几何或基于强度的特征表征； 这些特征还用于在图像空间中搜索匹配的对象模板。该方法适合近似椭圆形的小结节，并且在结节具有不规则形状的情况下需要交互式校正。然而，对于附着在胸壁上的结节，椭球形状通常是不好的近似。有人提出了一种自动方法，通过椭圆体和各向异性高斯拟合近似实体结节以及磨玻璃不透明度。结节的体积基本上由椭圆体的体积给出。虽然该方法由于其适用于非实体结节而引人入胜，但非椭圆形结节的体积再现性问题，特别是在由于不规则结节生长而形状发生变化的情况下，这种椭圆体的潜在缺点近似方法。
　　 机器学习分类器 ，表征具有直接从已知结节的参考数据库中提取的特征的结节，并且这些特征被学习机用作训练输入。这种方法通常需要大量的数据集用于培训和测试。提出了一种基于三维特征的线性判别分类器。该分类器具有相对较好的性能，可能仍需要进一步验证。研究了一种特殊的人工神经网络模式识别技术称为大规模训练人工神经网络方法，用于减少低剂量计算机断层扫描图像中肺结节的计算机检测中的假阳性。在该技术中，匹配过程通常在计算上是广泛的。
　　 尽管在该领域取得了重大进展，但迄今为止还没有最佳的，广泛接受的用于肺结节检测的计算机辅助检测方案。实现非常成功的方案的困难来自于肺结节的方面多样性，并且可能在相似的重要性水平上，来自正常组织结构的不同外观。电子计算机断层扫描图像噪声模式的差异也会影响计算机辅助检测性能水平和稳健性。
　　 在这项工作中，提出了一个基于三维质量弹簧模型的计算机辅助检测系统，旨在有效地搜索和检测低剂量电子计算机断层扫描图像上的肺结节。系统使用相同的方案来定位内部和胸腔结节。假设是使用稳定的三维质量 - 弹簧模型可以最大限度地减少肺结节外观和基于图像的特征值的大变化对方案性能的影响。此外，这种基于模型的分割技术被认为相对于电子计算机断层扫描扫描的正常临床分析时间需要更低的运行时间。本文提供了该方法的描述并报告了测试结果。
　　 切片序列分析的特征使得肺电子计算机断层扫描扫描中的结节检测成为参与其分析的人的艰巨任务。因此，计算机辅助检测系统可以成为放射科医师诊断肺癌的有用工具。
　　 开发了一种先进的计算机化方法，用于自动检测低剂量和薄层肺电子计算机断层扫描扫描的内部和胸腔结节。该方法包括初始选择的结节候选列表，然后是每个结节候选的分段和为每个分段的结节候选计算的特征的分类。
　　 在以后的论文中，将重点关注在更多数据集上测试所提议方法的结果。为了更好地估计所提出的系统的准确性和局限性，目前正在从另外一百名患有不同类型肺结节的患者中收集更多数据，系统将在该数据上进行测试。还将研究添加描述恶性和良性结节形状的其他几何特征的可能性，以确定这是否会导致相对于当前方法更准确的诊断。