囊性纤维化(Cystic fibrosis,CF)是一种危害大、致死率高的疾病。该病会引起患者呼吸系统的反复感染,甚至导致死亡。定量分析患者的肺组织计算机断层扫描(Computed Tomography,CT)影像有助于医生准确了解患者病情,制定个性化治疗方案。定量分析CF患者的肺组织CT影像需要专业的影像学知识和临床诊疗经验。当前,该工作主要有由专业的影像科医师人工完成。随着CT影像数量的增长,人工处理存在着工作量大、容易漏标和误标等问题。因此,有必要设计一种自动分类方法对CF患者的肺CT影像病灶进行自动分类。同时为了满足临床应用的需求,需要开发一款应用程序标注分类结果和原始影像的显示。针对上述问题,围绕CF患者肺组织影像分类和管理这一目标,本文分别研究了CF患者肺组织的自动分类方法、标注的组织和管理方法以及面向便携式智能终端的肺CT影像与标注结果的展示方法。首先,在CF患者肺组织的自动分类方面,针对样本类别多、类别之间的视觉特征差异不明显、样本初始特征维数高的问题,本文在监督核哈希分类方法的基础上引入相关反馈思想。该思想通过对正、负反馈样本进行处理,强化了样本类别间的判别特征。实验表明,本文所提方法能够有效提高CF患者肺组织影像的分类精确度。其次,在标注结果的组织和管理方面,本文按照病灶的类别对影像信息和分类信息等进行组织。使用XML标准对标注结果进行组织和管理,为标注的查询、插入、删除、和可视化等操作提供技术接口。最后,在面向便携式智能终端的肺CT影像和标注信息的展示方面,针对当前Android移动设备越来越普及这一趋势,使用Android Studio开发了一款DICOM影像解析和显示程序。该原型系统实现了对DICOM格式影像的解析和显示,达到了更好地服务临床医疗的目的。本文实现了CF患者肺组织CT影像自动分类、标注管理和影像显示的目标。接下来我们将在进一步提高分类精度方面进行探索,同时结合临床需求对程序的功能进行扩展。