肺结节是肺癌的潜在表现，其早期发现对诊断至关重要。与此类癌症的发生有关的最关键因素是过去使用烟草。在大多数人群中，与烟草使用相关的肺癌病例占病例总数的80％或更多。与非吸烟者相比，吸烟者患癌症的风险大约高出几十倍。一般而言，特定国家的肺癌发病率直接反映了烟草的消费量。
　　 肺结节的检测仍然是一项具有挑战性的任务。使用计算机断层扫描难以检测肺结节，因为它们的密度可能与其他结构或其他问题的密度相等; 例如，它们在复杂的异常区域可能具有低密度或小尺寸。阻碍检测的另一个因素是专家需要分析大量的计算机断层图像。这个过程是重复和疲惫的，专家的注意力可能会动摇，导致分析错误，特别是当图像中存在其他异常时。因此，这种类型的分析经常会出错。
　　 为了最小化这些错误，已经进行了大量研究以改进计算机辅助检测和计算机辅助诊断。这些系统提供了第二种意见，帮助放射科医师解释检查并指出肺结节的诊断。列出了一些提出检测肺结节方法的工作。
　　 目前的工作介绍了一种自动检测孤立性肺结节的方法。拟议的方法包括以下阶段：从肺部图像数据库联盟图像采集获取图像，并划分为用于验证方法的训练和测试集;其中肺实质被分割并且应用过滤器以使结节更加可见; 采用质量阈值聚类算法对肺实质内部结构进行聚类，与肺结节非常相似; 根据形状和纹理提取和选择最合适的特征; 最后，分段结构分为结节和非结节。在这个阶段，使用微遗传算法，遗传算法的变种，
　　 相信在以下方面为这一领域做出了贡献：使用质量阈值算法分割类似于肺结节的结构，使用遗传算法自动确定最佳训练模型为在方法的分类阶段使用，以及使用基于多样性指数的纹理测量来表征结节。
　　 在目前的工作中，开发了一种自动检测肺结节的方法。该方法分为以下阶段：肺实质的采集，提取和重建，基于质量阈值的结节候选分割，基于形状和纹理的测量提取，以及模型和分类的选择。
　　 重要的是要强调是一个极其复杂和多样化的数据库，即它包含无数不同的肺结节病例。该数据库是通过肺部图像数据库联盟和图像数据库资源计划之间的合作伙伴关系形成的，因此具有通过几个不同的断层扫描仪获得的检查，这使得使用计算机辅助检测系统检测存在困难。以下属性可能是检测的障碍：断层扫描者之间的不同对比，切片之间的间距更小或更大，并且在某些情况下，检查标题与专家的注释之间存在差异。
　　 在这项工作中取得的成果证明所开发的方法具有可接受的性能。利用产生的模型，可以成功地对新案例进行分类以测试该方法。
　　 为了提高衡量方法性能的比率，必须对方面进行修正和改进 。这些修正和改进将使方法更整洁更有效，从而增加其贡献。
　　 肺癌在癌症中脱颖而出，因为它具有最高的死亡率，除了具有诊断后最小的存活率之一。早期诊断可导致患者生存机会的显着增加。本文提出的方法有助于此，并且可以成为试图检测结节的专家的有用工具。
　　 还应该指出，公共卫生网络有时缺乏专家。增加专业人员数量的资金也很有限。重新定向合格人员以减少重复性任务的工作可能更好地利用他们的能力。其中一个步骤是使用所提出的方法对胸部计算机断层扫描检查进行初步分析，只留下将结果验证给医生的任务。
　　 最后，所提出的方法也是一种经济实惠的解决方案，因为它可以使用许多医院中提供的普通计算机来实现。