矽肺是我国最主要的职业病,不仅患病人数多,而且危害大,是严重导致劳动能力降低、致残和降低生活质量的疾病,也是国家和企业赔偿的主要职业病。在这样的背景下,本文作者对矽肺病的计算机辅助诊疗技术进行了深入研究。首先,为了更好的利用计算机辅助方法对矽肺病诊断提供帮助,本文作者对临床医学中矽肺病的主要诊断依据和方法进行了归纳整理,并以此作为计算机辅助诊断的切入点,寻求计算机辅助技术和矽肺病诊断之间的结合点。其次,本文作者对矽肺的X线胸片图像的分类流程进行了概述和整理,分别研究了图像分类的几个主要过程,包括:正位图的选取、数据清理,以及特征参数的提取方法。继而采用一种基于ID3决策树算法的矽肺病人X线胸片图像的自动分类方法。从而降低矽肺早期诊断的难度,有利于降低矽肺诊断的漏诊率。接下来,本文作者又采用基于无抽取Haar小波变换方法对矽肺病进行预测:首先用递推式无抽取Haar小波对接尘工人与粉尘接触、接尘时间、吸烟等诸多因素在时间序列进行分解,然后在小波分解产生的细节信号和近似信号上分别采用了非条件logistic回归模型和滑动窗口式多项式拟合。该算法能够解决模型预测中参数调整的问题,具有较高的准确性。最后,设计开发出一个矽肺病的早期诊断和预测实验系统。作为开放的实验系统,采用了方便扩充的程序设计语言(Visual C++),提供了矽肺病早期诊断及预测模型的实验环境,从而提高了系统的可扩展性,方便后续新算法的扩充。方便了计算机辅助诊断和预测矽肺病的理论研究成果的实现。