肺癌是世界上癌症相关死亡的主要原因。大多数被诊断患有肺癌的患者已经处于晚期。然而，如果在早期检测到有缺陷的结节，则可以提高存活率。在肺癌研究中，计算机断层扫描是检测肺结节最敏感的方法之一，其结节在计算机断层扫描中定义为圆形和不规则的不透明图形，直径最大为三0毫米。然而，虽然肺结节的早期检测在肺癌的治疗中很重要，但每次扫描都包含数百张必须由放射科医师评估的图像，这是一个累人的过程。因此，使用计算机辅助检测系统可以通过提高扫描效率和潜在地改善结节检测来提供有效的解决方案。
　　 结节检测系统通常包括三个步骤：肺部分割，结节候选检测和假阳性减少。在文献中，许多研究人员提出了多种从肺部计算机断层扫描中分割肺容量的方法。最佳阈值通常用于分割肺容量。对于这项任务，固定阈值也被用于分割肺部区域;在阈值处理之后，可以使用三维方法从分割的图像中提取肺容积。使用三维连接与种子点在初始肺部区域和三维连接部件标记技术也已被用于分割无人工肺体积。提出了一种三维自适应模糊阈值法来提取肺容量。在这个阶段，需要提炼提取的肺容量以包括近胸膜结节。由于这些方法的复杂性，已经提出了几种用于精制肺面罩的方法。通常，形态扩张操作者已被用于包括近胸膜结节，并且滚球算法已应用于有效的肺部面罩矫正，其中滚球算法相当于两种基本形态学运算的结合：侵蚀和膨胀。最近，还提出了肺部面罩上的链码表示来校正轮廓。
　　 在分割的肺容积中，已经使用各种方法检测到结节候选。多个灰度阈值通常应用于体积肺区以识别结节候选。基于模板匹配的方法也已被广泛研究。提出了一种基于遗传算法模板匹配技术的新方法，用于检测肺部区域内的结节，应用遗传算法来确定观察图像中的目标位置。有科学家增加了一种基于形状的方法来检测球形元素的结节。基于形状的方法在结节检测中也很流行。表面法线重叠法，已应用于螺旋计算机断层图像中的结肠息肉和肺结节检测。有人提出了一种基于形状的检测方法通过组合形状指数和“点”特征。该检测方法为结节检测提供了良好的结构描述符。另外，还提出了基于滤波的方法来检测球形物体作为结节候选物。还有人提出了一种基于机器学习技术的滤波器，称为大规模训练人工神经网络，它可以增强结节强度并消除各种类型的非结节。描述了另一种基于增强球形物体形状的滤波器来选择结节候选的自动程序。还开发了一种过滤方法来表征肺容积中的可疑区域。具有凸性模型的形态学方法已被用于检测结节候选物。最近，已经提出了基于质量弹簧模型的分割和候选检测方法。
　　 结节候选物检测后，有许多需要消除的假阳性。在过去的十年中，已经提出了几种特征提取方法和分类方法来减少误报。通常，报告的计算机辅助检测系统对检测到的结节候选进行分段，然后从分段的结节候选中提取特征。这些特征可能与几何形状，灰度有关。最后，使用提取的具有少量误报的特征向量，通过各种分类器检测结节。为了减少误报，已经提出了基于规则的过滤方法。线性判别分析分类器通常用于结节检测。基于由虹膜滤波器和形态特征提取的特征来表征结节候选者。在该系统中，判别分析获得三个分类函数。此外，基于机器学习的分类方法也被用于假阳性减少。这些方法基于遗传算法、遗传编程、神经网络和支持向量机。此外，开发并实施了一种用于分类结节候选物的每个单个体素的神经方法，以减少每次扫描的假阳性数量。使用加权支持向量机对结节和非结节类进行分类。
　　 有许多用于检测结节的计算机辅助检测系统，它们具有不同的优点和缺点。简要回顾了最近计算机辅助检测系统的三个主要步骤;将这些系统与提出的方法进行比较。