乳腺癌是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工具。研究表明,计算机辅助检测技术为乳腺癌的诊断提供了有效的第二意见。给出了一种采用基于内容图像检索技术的计算机辅助检测方法,描述了基于内容图像检索技术的计算机辅助检测原型系统CBIR-CAD的构造原理。建立了一个包含2000幅乳腺X线图像感兴趣区域(ROI)的数据库,数据库中的每个ROI已知其病理学检测结果。具体地,2000幅ROI中有583幅经活组织检查后确诊为肿块的ROI以及1417幅正常区域的ROI。对于一幅乳腺X线图像,任何时候放射科医生自行或在计算机辅助下圈定一个可疑区域ROI,均可将此ROI作为查询图提交给CBIR-CAD系统,检索得到一系列与查询图相似的ROI及相应病理学检测结果,按相似度降序排列在屏幕上,以此辅助医生做出决策。此外,CBIR-CAD系统可以依据检索结果计算出一个描述查询ROI包含肿块的疑似程度的量化值。在查询过程中,最初提取了32个特征做原始特征集,之后采用增l减r的特征选取方法选择了24个特征组成24维特征向量。将24维向量空间中欧几里德距离平方的倒数作为ROI间的相似性度量。利用leave-one-out的抽样方案及受试者操作特性(ROC)曲线来评估CBIR-CAD原型系统的性能。实验结果显示,描述CBIR-CAD系统检测效果好坏的ROC面积指标AZ=0.841,优于美国匹兹堡大学开发的基于人工神经网络的CAD系统。研究工作表明,CBIR-CAD是一种计算机辅助检测乳腺癌的有效方法。