计算机辅助诊断系统在辅助乳腺癌临床检测和诊断中发挥重要作用，目前的计算机辅助检测方法对乳腺肿块的检出率较低，假阳率较高，临床应用的准确性有待进一步提高。本文通过对MLO体位图像和CC体位图像的联合比对分析，提出了基于多体位乳腺肿块检测方法。具体工作如下：（1）研究了乳腺癌在X线图像中的表现。乳腺肿块是最常见的乳腺癌征象，它通常在大小、形状、密度上变换范围很大；与其周围的乳腺组织对比度小；有时与腺体组织粘连不清，占位性病变；乳腺肿块通常在变换范围较大的背景之下等。（2）提出了基于多尺度Sech模板的乳腺肿块检测方法。首先对原始图像进行乳腺区域提取及增强处理；然后应用不同尺度下两个模板分别进行模板匹配，最后通过融合，阈值处理等最终实现乳腺肿块检测方法。（3）通过对MLO体位图像的胸肌检测，MLO体位图像和CC体位图像的配准，确定搜索匹配条区域，及在匹配条区域的同一肿块的位置匹配来联合对比分析，实现了基于多体位的乳腺肿块检测方法。（4）采用动态规划的方法实现了乳腺肿块的分割。在提取的感兴趣区域下，通过极坐标转换、初始代价矩阵计算、最小累积代价矩阵计算、最优路径反向跟踪、直角坐标系转换等步骤，实现了基于动态规划的乳腺肿块分割算法。通过对基于单体位乳腺X线图像肿块检测方法和基于多体位乳腺X线图像肿块检测方法的研究，采用包含48组乳腺X线图像的数据库进行实验，在肿块的检出率达到100%的情况下，通过MLO体位图像和CC体位图像的联合分析，使假阳率从87.06%降低到70.05%，使每幅图像中假阳个数从7.14个降低到5.75个，因此，本文提出的方法得到较好的效果，对计算机辅助检测具有重要意义。