当今世界上，乳腺癌是作为威胁人类生命的公共健康问题，一直被持续关注。乳腺癌是一种多发于女性的恶性肿瘤，致死率在目前所有已发现的癌症中排名第二。在欧洲和北美国家里，乳腺癌的发病率尤其高，亚洲地区次之。据调查，平均每12名女性中，就有一位患过乳腺癌。关于乳腺癌的一级预防尚无良策，提高乳腺癌治愈率和降低死亡率的最有效途径是早发现、早诊断、早治疗。乳腺钼靶，全称乳腺钼靶X线摄影检查,是早期诊断里一种首选的技术，而每一年都有大量的乳腺X光钼靶图像需要医师诊断，人们开发设计出计算机辅助诊断系统，帮助医师分析钼钯图像，CAD系统的检测结果可作为供医师参考的第二意见。肿块是乳腺癌在X线图像上的主要表现之一，乳腺肿块的CAD系统工作流程大致可分为如下步骤：图像预处理、乳腺可疑肿块检测和分类。乳腺肿块分割是CAD系统中重要的一步，然而，由于图像本身特点，乳腺钼靶图像的肿块分割是一个颇为困难的任务。本文围绕着乳腺X光钼靶图像肿块的分割与识别，提出一种把模板匹配方法和改进的基于动态规划的分割方法结合起来的混合分割方法，能实现对乳腺肿块的有效准确分割。本文的具体工作如下：首先，我们用模板匹配方法对钼靶图像进行粗定位，确定肿块的大致位置；然后，我们采用一种改进的基于动态规划方法的钼靶图像肿块分割方法，精确的描绘出肿块的边缘；最后，我们用最大边缘准则对分割后肿块的原始特征集进行特征提取，获得更紧凑的特征集，并根据提取后的肿块特征集，判别肿块的良恶性。我们的方法能更准确有效的找出肿块边缘，有利于后续的识别工作，从而提高分类准确率。本文提出的方法已经在DDSM数据库证明了其有效性。