随着乳腺癌在全球的日益流行，乳腺癌的防治已成为一项研究热点。由于晚期乳腺癌患者的存活率较低，“早发现、早诊断、早治疗”就成为了乳腺癌防治的最有效手段。乳腺钼靶X线影像中微钙化点的存在可被认为是乳腺癌的早期表现，因而对乳腺钼靶X线影像中微钙化点的检测对于乳腺癌的防治具有特别重要的意义。然而，微钙化点通常都十分微小，且形态多变，仅用肉眼在乳腺钼靶X线片上寻找微钙化点将是一件繁重的工作，并且还容易因疏忽而发生漏检。目前，利用计算机强大的运算能力辅助阅片医生进行微钙化点的检测和乳腺癌的诊断已成为这一领域研究的热点和发展趋势。本文提出了一套较为完整的方法对乳腺钼靶X线数字影像中的微钙化点进行计算机检测：首先，利用C-均值聚类算法结合直方图提取乳腺钼靶X线数字影像中的乳腺区域；其次，利用计盒维数对分块后的乳腺区域图像提取ROIs（感兴趣区域，表示较大可能存在微钙化点的区域）；最后，主要利用所提出的快速分形图像编码方法对ROIs进行微钙化点的检测。在提取ROIs前，本文提出一种图像增强方法，通过对图像的低频部分进行直方图均衡化，加强了计盒维数方法提取ROIs的性能。本文提出一种改进的快速分形图像编码方法，通过对D块（值域块）进行分类以缩小码本规模，在保证检测效果的前提下加快了编码速度，并且通过设立两个自适应的阈值来进行最后的二值化判断，获得了较高的微钙化点检出率。本文对mini-MIAS数据库中的约100幅乳腺钼靶X线数字影像进行实验，做了大量的分析对比工作。由实验和分析对比的结果可得，本文所提出的这套方法对微钙化点有较高的检出率和较低的误检率，具有一定的实际应用价值。