胃癌是消化道最常见的恶性肿瘤疾病之一，严重危害全世界人民健康，CT技术是目前诊断胃癌的主要检查手段之一。在临床上，胃部CT图像中淋巴结的转移情况及数目是判断胃癌病人病况的重要依据。然而，一个病例的CT图像有300多帧，仅靠医生人工进行标记不仅不够准确，而且耗时耗力，所以我们借助计算机来辅助检测胃部CT图像中的淋巴结。由于胃部CT图像中包含冗余信息过多且各组织间有粘连情况，淋巴结的形状、灰度和空间位置与血管很相近，导致对单幅图像处理无法区分淋巴结和血管，这就需要在序列图上做进一步的跟踪操作。现有的跟踪方法在跟踪过程中没有结合淋巴结和血管的变化规律，从而导致在跟踪过程中有跟踪错误情况的发生。针对这些问题，我们提出了基于自适应窗口和直方图统计特征的胃部CT图像淋巴结检测方法。本文主要完成了以下几部分工作：在单幅图像上进行基于模糊C-均值和边界先验的疑似淋巴结提取，通过模糊C-均值对每个单幅图像进行分类，把单幅图像分为三类：第一类是背景，第二类是脂肪，第三类由淋巴结、血管、脏器、高亮等区域组成，利用淋巴结侵润在脂肪区域中，来提取每个单幅胃部CT图像的疑似淋巴结。对所有疑似淋巴结序列图中所有疑似淋巴结按照面积进行排序，按每个疑似淋巴结最大切片面积自适应定义每个疑似淋巴结的窗口，根据自适应窗口大小采用不同的跟踪算法进行疑似淋巴结跟踪。对于自适应窗口面积大于1111的疑似淋巴结，采用淋巴结的跟踪算法，由于淋巴结序列中的淋巴结面积基本上是从开始出现时较小，到当前帧最大，再从大到小，最后消失的变化规律，并且淋巴结序列中各淋巴结是在切片面积最大的淋巴结的中心位置附近变化，不会偏离该中心位置，所以我们把该疑似淋巴结的最大切片面积所在CT图像作为当前帧，从当前帧开始向前和向后进行跟踪操作，该淋巴结的跟踪算法的关键在于当前帧疑似淋巴结的位置信息。对于自适应窗口面积不大于1111的疑似淋巴结，先采用血管的跟踪算法，如判断不是血管，则采用淋巴结的跟踪算法。由于血管序列中血管面积变化不大且血管中心位置有偏移，所以血管的跟踪算法的关键在于相邻两帧中的位置信息。通过实验仿真及结果分析，可以证明该跟踪方法是一种高效有用的跟踪方案，可以用于胃部CT图像淋巴结的跟踪检测。