目的研究基于Hessian矩阵的多尺度增强算法对圆形或类圆形疑似结节区域的增强作用,用于实现对肺结节的计算机辅助检测,帮助诊断医生对肺结节进行初检,减轻医生的负担,提高肺结节的检测率。材料和方法本研究选取了44幅肺部CT图像,共有90个大小不等的结节作为本实验的样本数据,图像大小512×512像素,位分配16位,位存储12位,4096灰度级,5㎜或7㎜层厚,像素大小0.74㎜×0.74㎜,管电压140kVp,管电流300mA,图像存储为DICOM标准格式。本研究在Windows XP,VC++6.0的编程环境中,实现了对DICOM格式CT图像的直接读取,然后对图像进行预处理,通过阈值分割和区域增长的方法提取完整的肺实质,达到了消除冗余信息和对影像信息降噪的目的,利用高斯函数模拟肺结节,构造Hessian矩阵,利用不同的尺度参数来实现对不同大小的结节增强,提取疑似结节的感兴趣区域,然后对有CAD和无CAD时临床医生的诊断利用ROC曲线进行评价,计算出ROC曲线下的面积。结果本研究实现了基于Hessian矩阵的多尺度增强算法对圆形类圆形肺结节疑似区域的增强,通过对有CAD和无CAD时临床医生诊断进行ROC分析,结果表明有CAD时诊断医师的结节检出能力( AZ =0.95)高于没有CAD时( AZ =0.88)。结论基于Hessian矩阵的多尺度增强算法能有效的提高圆形或类圆形肺结节的检出率,但假阳性较高。该算法实用有效,本研究开发的基于该算法的软件系统界面友好使用方便。