计算机辅助诊断(computer-aided diagnosis,CAD)近年来逐渐成为医学影像学中的研究热点之一。目前医学影像学中很多CAD技术不断出现，并且获得快速发展；研究表明CAD对于提高诊断准确率、减少漏诊起到积极的作用。本文就CAD的概念、原理及其在医学影像学中的应用情况简要综述。

     1 计算机辅助诊断发展简史及其含义

    计算机辅助诊断(computer-aided diagnosis，CAD)技术近年来获得快速发展，尤其发达国家投入大量人力和物力进行研究，每天有大量相关报道出现。目前肺结节和乳腺癌诊断方面的部分研究成果已经通过美国FDA验证应用于临床实践，结果表明对于提高放射科医生诊断的准确率、减少漏诊起到了积极的作用[1]。其实计算机辅助诊断(CAD)中的D至少包括两方面的含义：Detection和Diagnosis，即帮助发现病变和诊断病变。比如在乳腺癌和肺结节的诊断系统中，系统一方面帮助医生发现结节及可疑病变，另一方面帮助医生判断病变的性质，即良性或恶性。

    计算机辅助诊断在医学中的应用可追溯到20世纪50年代。1959年，美国学者Ledley等首次将数学模型引入临床医学，提出了计算机辅助诊断的数学模型，并诊断了一组肺癌病例，开创了计算机辅助诊断的先河；1966年，Ledley首次提出“计算机辅助诊断”(computer-aided diagnosis,CAD)的概念。20世纪80年代初，计算机辅助诊断系统获得进一步发展，其中应用在中医领域的专家系统最为引人注目。计算机辅助诊断的过程包括病人一般资料和检查资料的搜集、医学信息的量化处理、统计学分析，直至最后得出诊断。当时较为流行的模型有Bayes定理、最大似然法模型、序贯模型等。20世纪90年代以来，人工神经元网络快速发展，它是模仿人大脑神经元工作原理的一种数学处理方法。由于它具有自学习能力、记忆能力、预测事件发展等能力，可以起到辅助诊断的作用，在分类、诊断方面，人工神经网络方法比传统的方法(概率统计法、数学模型等)有更优越的性能[1]。可以说，人工神经元网络是代表当前最先进的人工智能技术之一。

    自20世纪60年代就有用计算机分析医学影像资料的报道，此后十几年里由于计算机技术等各种原因，CAD的研究一度陷入低谷；一方面，由于人们对于CAD期望过高，希望能够借助计算机实现自动诊断(automated diagnosis)，另一方面CAD研究结果并不理想。直到八九十年代由于计算机技术及各种数学、统计学的快速发展，计算机辅助诊断在一些发达国家的医学影像学领域才获得较快发展 ......