在2018年发布的癌症统计报告中,肺癌占了总癌症数的11.6%,高居榜首,其中我国的肺癌患者数量更是位居全球第一。并且在癌症中,良性癌症和恶性癌症有着本质的区别,如果能够在早期的检查中发现并诊断出肺癌,那么对于在后续的诊治是有很大益处,但诊断准确与否十分依赖于医生的经验;并且医疗系统中存在大量的临床试验数据,医生可以以这些数据作为参考,给出最适合的治疗方案,此时快速获取最相似的临床试验信息是必要的。临床诊断中,诊断肺癌时使用医疗影像诊断是一个必不可少的步骤,其中常用方法包括CT（Computed Tomography）扫描。通过CT扫描,医生可以通过病人在肺部是否存在结节来判断是否可能患有肺癌,若发现肺结节,则需要通过病理检查的手段来进行肺癌的最终确诊。在检测肺结节时,通过使用卷积神经网络技术对医生输入的肺部图片进行分类,检测肺部是否存在肺结节;在检测出肺结节后,需要进行病例检查,此时病理检查有多种手段,使用图像匹配方法获取相似图片并得到对应的患者的病理检查步骤,辅助医生给出检查方法;在经过病理检查后,若确认为肺癌,需要根据病理检查的结果进行临床的诊治,此时可以进行病理信息匹配,获取病理信息最为相似的患者的诊治过程与临床试验信息,可以以此为参考对患者进行后续的诊治。经过将图片分类、图像匹配与信息匹配组合,从肺结节的检测、肺癌的病理检查与确诊后的诊治手段方面给医生提供帮助,并且在图片分类过程中准确率达到了90%,图像匹配与病例信息匹配都可以准确得到最佳结果并显示。