肺癌是世界上最常见的内脏恶性肿瘤之一，也是确诊后存活率最低的癌症之一。在我国城镇人口中，肺癌死亡率已居肿瘤死亡率首位。目前对肺癌的确诊常常是其中晚期，这给病人的生命带来了很大的威胁，所以在肺癌早期就能进行检测与治疗是提高肺癌病人生存率的主要和关键方法。CT扫描是诊断肺癌的重要手段。但是，大量的CT图像不仅导致医生工作量增加，同时也增加了漏诊和误诊的几率。图像处理技术如分割、提取、三维重建和显示等方法使得计算机辅助医生诊断成为可能，通过计算机医生对病变及其感兴趣的区域进行定性乃至准确的定量分析和判断，从而减轻医生的负担、提高医疗诊断的效率。 肺癌的早期阶段主要表现是肺结节，而肺结节在临床上种类很多，我们主要研究其中的孤立性肺结节。我们将肺结节的检测分为图像的预处理、肺实质的提取、感兴趣区域的分割和提取几个部分。首先对图像进行简单的预处理，然后运用数学形态学对处理后的图像进行边缘分割，提取出肺实质；在分形理论的基础上，结合最大间类方差法用加权分形维数对低对比度感兴趣区域进行灰度增强，从而提取可疑的感兴趣区域；得到感兴趣区域肺结节后，我们结合分形维数和灰度共生矩阵对图像纹理进行分析，计算出相应的一系列参数，再结合有关肺结节的临床医学知识对肺结节进行分析研究。