乳腺肿瘤是最常见的乳腺疾病之一，乳腺癌的发病率在女性癌疾中占首位。因此，对乳腺癌的诊断和防治已引起了医学界的广泛重视。研究表明，早期发现、早期诊断、早期治疗对于延长生命和治疗癌疾来说非常重要。 钼靶X线摄影是诊断乳癌的首选影像学方法，也是唯一能查出早期的临床无症状的隐匿性乳腺癌的检查方法。而一幅乳腺X线图像用来诊断癌变的异常的特征包括2种：肿块征和钙化征。 由于肿块的形状多样，与周围组织的对比度低，边缘模糊；钙化点大小不一，形状各异，分布多变；可疑病变区域与其周围组织之间的强度差非常微弱。因此乳腺钼靶X线图像的肿块和钙化点的分割是非常困难的。 而小波变换是一个时间和频率的局域变换，能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度(Multiscale Analysis)分析，被誉为“时频分析的显微镜”。该变换正好满足乳腺图像分析中图像由粗到细不同分割的需求。 因此本论文在国内外研究的基础上，针对乳腺X线图像中的肿块和钙化点，分别设计了基于小波变换的将肿块和钙化点从图像中分割出来的方法。 1．对Olivo基于小波变换的数字图像阈值分割方法做了改进，并将其应用于乳腺钼靶X线图像的肿块分割中。该方法通过对乳腺钼靶X线图像直方图进行小波变换，根据小波变换后得到的小波高频系数，找出用于阈值分割的阀值点和阈值区间的灰度代表值，实现对图像肿块由粗到细的分割。本论文实现了处理程序，进行了方法验证，得到了较满意的结果。 2．提出了一种基于小波变换的检测乳腺钼靶X线图像上钙化点的检测方四川大学硕士学位论文法，该方法首先对图像进行二维小波变换，对变换后系数图像上的左上角部分(即低频近似部分)进行边缘检测，然后再对这些系数的高频和低频分别放大或缩小，再将系数进行小波重建，达到提取乳腺铝靶X线图像上钙化点的目的。实现了处理程序。最后通过方法验证表明，本方法能够较好的滤除背景和乳腺组织，检测出钙化点和微钙化点，效果比较好。关键词:乳腺铝靶X线图像小波变换图像分割肿块钙化点lrkJ值 边缘检测