乳腺癌是危害中年妇女身体健康最常见的恶性肿瘤之一。在中国,妇女乳腺癌的发病率表现出持续的高增长,目前正以每年3%～4%的增长率急剧上升。钼靶X线摄影由于其方便、经济、无创以及对早期无症状隐匿性乳腺癌有着良好的检测效果,是目前临床上乳腺癌检测的主要手段。乳腺钼靶CAD技术可以辅助医生进行诊断,目前已取得了许多进展,但其检测和分类肿块的精度仍有待提高。过高的假阳性率限制了其在临床上的应用。因此,如何利用最新信息技术有效改进乳腺钼靶CAD技术特别是提高肿块的检测精度成为一个有重要应用价值的研究课题。医生的视觉感知行为和医学影像的诊断过程之间有着紧密的内在联系,通过分析医生诊断过程中的视觉感知数据对提高CAD系统的诊断性能具有重要价值。本文分别从选择性视觉注意模型和眼动感知信息分析两个角度来证实良恶性肿块所表现出的视觉差异性以及由此产生感知差异,试图达到如下目的:(1)衡量视觉注意计算模型与放射科专家真实的诊断行为过程中感兴趣点和感兴趣区域在位置上的一致性;(2)验证专家感知信息和计算模型分别进行局部特征提取用于肿块分类的有效性;(3)分析放射科专家在诊断肿块良恶性时感知信息的分布在统计学上的差异性。这些工作对后续良恶性自动分析及诊断模式的建模起到推动作用。本课题研究工作建立在放射科专家临床诊断乳腺钼靶病灶区肿块良恶性时产生的眼动感知信息上,主要包含以下两方面的内容:一方面是基于视觉感知信息分析的肿块分类研究。通过赋予放射科专家诊断肿块良恶性的任务,采集专家在任务时的眼动数据,经预处理后,采用一种基于密度的聚类方法来实现感兴趣点的捕获,通过感兴趣区域的计算,选择和提取感兴趣区域的局部特征用于分类器的训练和测试以探究局部特征用于肿块分类的有效性。另外,由选择性视觉注意模型产生显著性点,引导感兴趣区域图像局部特征的提取,采用相同的分类器和分类器参数进行训练和测试,最后根据分类率大小来客观评价这两种方法在肿块分类问题上的有效性和差异性。另一方面是视觉感知信息的统计学分析方法。一般说来,放射科专家在查看肿块时具有主动选择性注意,因此在肿块不同方位上表现出的眼动感知信息应该是存在差异的。通过对注视次数、停留时间、瞳孔直径等眼动感知信息的数据统计,运用统计学分析方法,从整体描述出发,结合参数和非参数检验方法证实了放射科专家在判断肿块为良性或是恶性时感知差异的存在。该结论有助于提高CAD系统诊断的智能性,并为后续更好地探索感知信息与决策诊断或知识集之间的关系等研究工作打下了坚实的理论和实验基础,具有一定的研究和应用价值。最后,在本文研究工作总结的基础上,对未来的研究和改进方向进行了展望。