本文提出一種在圖像精細預處理條件下，通過二維卷積神經網絡對低劑量計算機斷層掃描（CT）圖像進行肺結節檢測的方法。通過圖像剪切、歸一化操作等算法對 CT 圖像預處理，對正樣本進行擴充以平衡正負樣本數量，訓練二維卷積神經網絡并在過程中不斷優化網絡參數，最終得到性能最優的模型。本文采用美國 2016 年肺結節分析（LUNA16）挑戰賽開源數據集進行五折交叉驗證，取每組模型實驗結果的平均值，最終準確率為 92.3%、敏感性為 92.1%、特異性為 92.6%，相較于已有的其他肺結節自動檢測分類方法在各項指標上均有所提高。隨后本文在此基礎上進行模型微擾實驗，實驗結果表明，模型穩定且具有一定的抗干擾能力，可以有效地識別肺結節，期望可為肺癌早期篩查提供輔助診斷意見。