乳腺癌是女性发病率最高的恶性肿瘤和造成女性死亡的重要原因之一,提高乳腺癌患者生存率的关键在于早期发现和治疗。现有基于基因的乳腺癌易感估计方法具有昂贵、有创及检出率低等缺点。乳腺癌病理学和遗传学的研究前导认为,乳腺癌的病因和人体的手掌皮纹均受遗传和环境的影响。胚胎期乳腺和手掌皮纹都形成于胚胎的外胚层,大量的皮纹学研究揭示了手掌皮纹ATD角与女性患乳腺癌的风险有着很大的相关性。传统手工提取掌纹信息的方法多是对视觉可见特征进行定性或近似的描述,这种方法耗时长、效率低、可靠性和一致性较差,准确性因人而异。本文在皮纹学研究现状的基础上,主要研究手掌皮纹中ATD角的精确提取,采用非物理接触的方式,直接从数码相机所摄取的掌纹图像上对A、T、D点精确定位,计算ATD角度。所研究的手掌皮纹宽度只有0.4毫米左右,其纹理分布又与指纹奇异点有着相似性。但提取指纹的压力传感器并不适用与凹凸不平的手掌皮纹提取。因此,在提取ATD角所在区域时改进提取方法,在相关区域涂抹炭黑,掩盖肤色影响的同时使得皮纹的皮嵴以及皮沟更加清楚,经高像素相机拍摄所摄取的图像质量接近由指纹压力传感器所摄取的图像质量非常相近。本文在定位算法中,首先对掌纹进行灰度膨胀,腐蚀,开闭运算预处理。然后,针对掌纹图像的特点运用巴特沃斯滤波器对图像进行增强。改进Canny边缘检测算法,提取掌纹纹理图像的边缘,对方向场的求取算法进行改进。通过方向场对A、T、D点进行精确定位。对最终结果进行了误差分析,本文算法定位的特征点与人工定位相比误差在0.3毫米内,相当于半个条纹的宽度。求取的ATD角与人工计算值相比误差小于0.2度,达到了皮纹分析所需要的精度。最后根据病人和正常人的样本数据,运用统计学的方法分析了掌纹ATD角与乳腺癌易感性的相关关系。结果表明,ATD角与乳腺癌具有相关性,可用作乳腺癌的易感特征。