目的:在肺部磨玻璃结节（GGN）早期CT图像诊断中,建立智能识别辅助工具,实现降低肺部GGN检测人工投入、提高诊断效率并最终扩大筛查范围。方法:构建肺部GGN智能识别辅助诊断策略,采用肺结节分割方法,从CT图像中获取肺结节轮廓,进而提取轮廓区域内的结节形状、纹理特征;基于轮廓特征构建毛玻璃甄别模型,通过甄别模型鉴定结节是否为毛玻璃结节,提取、量化并评估"毛刺"等恶性征象特征;基于结节区域内形状、纹理、恶性征象等特征建立恶性度评估模型建立恶性度评估机制,实现恶性肿瘤辅助检测功能。结果:通过构建肺部GGN智能识别辅助诊断策略,在测试中可实现肺结节轮廓分割、结节区域特征提取、肺部GGN诊断、"毛刺"等恶性征象检测功能,并可实现结节恶性度评估功能。在性能测试中,34例样本中30例检测正确,整体诊断准确率为88.23%;单样本检测时间为4.5 s,速度明显优于医师单样本平均诊断的23.6 s。结论:构建肺部GGN智能识别辅助诊断策略,可提高临床诊断效率,其整体策略具有实现简单、计算量稳定、查全率高等优点,有助于为临床提供辅助诊断工具,降低临床工作量,在肺癌辅助筛查中具有实践意义和研究价值。