乳腺癌是中老年女性最常见的恶性肿瘤。乳腺钼靶x线摄影术是早期诊断乳腺癌的最可靠且有效的方法。研究基于乳腺x线图像的乳腺癌计算机辅助检测与诊断系统(Computer–Aided Detect and Diagnosis,CAD)将有利于提高诊断准确性和客观性、减轻诊断工作量。乳腺肿块的自动检测包括以下几个处理步骤:感兴趣区域自动提取、可疑肿块分割、特征提取、可疑肿块分类。首先采用基于模板匹配的方法自动提取感兴趣区域(Region Of Interest,ROI),即在整幅图像中定位可疑肿块的大致位置。随后对ROI分割出可疑肿块,为了能准确分割可疑肿块的边界,先进行预处理增强其对比度。实验比较了基于动态规划算法以及最大熵阈值法两种分割算法,结果表明前者分割效果更好,后者则分割速度较快。最后,参考放射学家诊断乳腺肿块时的经验,对分割出的可疑肿块提取相应特征,采用改进的k-近邻分类器将可疑肿块分类为阳性或者阴性,将阳性区域的轮廓在原图像中显示出来。从美国南佛罗里达大学的乳腺x线图像数据库(Digital Database for Screening Mammography,DDSM)中选取了有代表性的155病例,共306幅图像,进行了实验,结果表明,系统敏感性为91.4%时,平均每幅图像2.04个假阳性,达到了较高的检测准确性。