乳腺钼靶片的计算机辅助诊断（乳腺CAD）成为乳腺癌早期诊断研究的热门课题。　　 钙化检测是乳腺CAD的重要部分，本文将钙化形状和尺寸结合，首先提出两种检测方法：一种是用小波和Hessian矩阵，将图像进行三尺度分解，每一尺度的结果经钙化增强算子增强，用局部方差直方图设定阈值，大于阈值的区域为钙化；另一种是用高斯函数和Hessian矩阵，求高斯函数的二阶导数，将其与图像卷积，卷积后图像经Hessian增强算子增强。用多家医院数据对两种方法评估，检出率均有提高。后者的检出率提高14.9％，假阳每幅降低0.231个，将其加入乳腺CAD平台。接着为了减少纹理钙化假阳，提出Bayes分类方法，提取图像的8个特征，训练Bayes分类器剔出纹理假阳，用辽宁省肿瘤医院数据评估，假阳每幅降低0.247个。　　 对称性算法也是乳腺CAD的重要部分，本文提出一种基于最大互信息(MI)的配准方法，首先将其中一幅图像水平镜像，采取MI配准，评估效果良好，该算法已成功加入乳腺CAD平台。