乳腺癌是危害人类健康的恶性疾病之一.目前,早期检查和早期治疗仍是提高乳腺癌治愈率的关键.其中乳腺X光检查是最常用和最可靠的检查方法.然而由于乳腺X光片图像中癌症的特征部分与周围组织之间的对比度很低,使医生们很难做出准确的诊断结果.计算机辅助的乳腺癌早期诊断是乳腺影像领域中的一项新技术,可以改善原始乳腺X光片的质量,辅助医生做出诊断结果,提高乳腺癌的诊断率.乳腺X光片图像增强和分割是乳腺癌早期诊断预处理部分的两项重要而基本的工作.该文对乳腺癌早期诊断的图像分割和增强技术进行了比较深入的分析与研究,首先研究了三种乳腺X光片图像增强方法,将基于区域的自适应邻域增强方法与基于模糊逻辑的乳腺X光片图像增强方法相对比,并提出了一种改进的基于模糊逻辑的乳腺X光片图像增强方法.总结了模糊理论应用于乳腺X光片图像增强和分割的理论依据.然后将基于最大模糊总熵准则的方法应用于分割算法,提出了模糊总熵阈值技术的快速计算方法,使得分割算法的计算量大为削减,提高了计算效率,从而进一步增强了算法的实时性.实验证明该文提出的基于模糊逻辑增强算法能有效的提高乳腺X光片图像的对比度并能够增强乳腺癌的特征细节,同时分割算法也取得了较理想的效果.