乳腺癌是欧洲和美国等发达国家妇女的主要死亡因素之一，也是世界女性最常见和多发的恶性肿瘤之一。中国女性乳腺癌的发病率也在逐年上升，近年来已居于恶性肿瘤发病率和死亡率的前列，成为影响妇女健康的主要疾病之一。作为乳腺癌的常规医学影像学检查方法，乳腺软X线摄影是早期乳腺癌临床诊断的最简便可靠并且成本低的检测手段。早期恶性乳腺肿瘤的一个重要征象是伴有细小颗粒状成簇的微钙化点，及时检测微钙化点对早期乳腺癌的临床诊疗具有重要意义。乳腺软X线摄影以钼等作为X射线管的阳极靶面，其发射的射线属软射线，适宜于软组织摄影。受成像技术和视觉限制，专业人员有时很难及时发现钼靶X线影像上早期乳腺癌的微小钙化点和肿块等征象，以致延误病人的治疗时机。随着计算机及其相关技术的飞速发展和图形图像处理等技术的成熟，基于乳腺软X线影像的计算机辅助诊断理论与方法成为目前研究的热点之一。本课题正是在此背景下对乳腺X线片自动检测癌变信息的相关理论进行了研究，以期提高早期乳腺癌的检出率。 论文针对课题分工和研究内容，通过对国内外基于影像引导下的计算机辅助诊断技术的研究和深入探讨，在综合研究对比各种算法的基础上，创新性地提出基于乳腺钼靶影像计算机辅助检测早期乳腺癌微钙化点的优化算法，重点探讨了乳腺钼靶影像中含钙化点感兴趣区域的自动提取方法，应用计算机图象处理技术，运用小波变换等优化算法实现了乳腺X片图像中含微小钙化点区域的自动检测提取，并通过与标准图像库的比照验证了算法的可行性，为乳腺癌的早期诊断研究和恶性度判别提供了新的算法尝试和基础。