使用胸部计算机断层扫描(CT)筛查对良性和恶性肺结节进行分类是肺癌早期诊断的主要方法。 尽管深度学习技术在图像分类方面获得了广泛认可,但由于医学图像获取和注释的全部消耗而导致的训练样本有限,深度学习技术可能无法在此问题上获得令人满意的准确性。 在本文中,我们共同使用纹理和形状描述符来表征结节的异质性,并利用深度卷积神经网络学习到的特征,从而提出了一种基于组合特征的分类算法(CFBC)来区分肺结节。 我们已针对基准LIDC-IDRI数据集上的四种最先进的结节分类方法评估了该算法。 我们的结果表明,与其他四种方法相比,所提出的CFBC算法可以更准确地将恶性肺结节与良性肺结节区分开。