近年来,随着人们生活水平的提高,对身体健康越来越关注,这使得医生的工作负担也越来越重,尤其对于放射科医生来说大量的检查不但加重他们的工作量更会降低检查的准确率。而医学影像技术的迅速发展,使人体各部位的观察更直接、更清晰,这为医学影像的计算机辅助诊断提供了更优厚的条件。本文在前人研究的基础上,对乳腺X线影像和胃部CT影像完成了以下工作：1.乳腺X线影像是最常用的乳腺癌检查手段,针对乳腺X线影像个性化差异大、干扰信息多以及数据不平衡等难以诊断的问题,本文提出了几种对乳腺癌变部位检测的个性化切分方法。在对影像进行个性化切分处理之后,整幅图像噪声区域多,感兴趣区域分布比例少的问题得到了解决,后期采用针对不平衡数据的v-SVM分类器较好地应对了乳腺X线影像数据不平衡问题。2.乳腺影像中肿块具有中心致密、边缘弧形突出的高密增高影特点,本文针对其特性将视觉注意模型引入到乳腺肿块的检测中,采用以灰度变化为主的特征描述乳腺肿块的特性,并在生成显著图过程中加入信息熵的思想,描述乳腺影像中肿块在正常区域发生突变的特性。3.胃癌是我国最常见的恶性肿瘤之一,在我国发病率位于各类肿瘤的首位。胃部CT影像是一种常用的胃癌检查手段,其中淋巴结的大小、位置等信息是进行胃癌诊断的重要的信息。本文提出一种检测胃部CT影像中感兴趣区域的方法,通过本文方法检测后医生只需要关注得到的感兴趣区域,大大减少了工作量。并且本文方法能够为研究淋巴结检测提供前期的预处理基础。本文工作得到了国家自然科学基金(61003198,60970067,60803097)；国家部委科技项目：9140A07011810DZ0107和中央高校基本科研业务费专项资金(JY10000902038, JY10000902001,K50510020001和JY10000902045)、陕西省自然科学基金(2009JQ8016)的资助。