乳腺癌是最为常见女性恶性肿瘤之一,近几年其发病率不仅没有下降,而且呈现不断增长的趋势。通过早期诊断能够有效地遏制病情发展,甚至能够挽救相当一部分患者的生命。其中,基于乳腺X线图像的乳腺癌检测诊断方式取得了很好的效果。然而,早期浅表型病变等早期肿瘤并未形成明显的形态学改变,很难通过形态学检测方式进行筛查。针对上述问题,本文采用基于单体素特征识别的思路,设计与实现了一种新的早期乳腺肿瘤检测的完整方案,从一定程度上提高了早期乳腺肿瘤的检测率。本文具体工作如下:(1)预处理乳腺X线图像。本文通过对图像的预处理(区域生长等算法),删除与检测目标无关的各种干扰因素,如一些标记、背景及噪声等,然后进行图像肿瘤分割,将图像的肿瘤部分与正常组织部分分开保存,等待下一步的工作。(2)建立基于单体素特征的先验特征字典。本文首先对图像进行小波变换、像素腐蚀的准备工作,然后针对乳腺图像区域中的每个体素提取图像片段的特征,构建乳腺肿瘤先验特征字典和乳腺正常组织先验特征字典。(3)基于先验特征字典的在线搜索及评价策略实现检测功能。本文在经典的肿瘤检测方法的基础上引入了权重,给先验特征字典中的每一个图像片段赋初值,然后基于欧氏距离根据先验特征字典中每个片段对肿瘤的预测作用进行权重的调整,从而实现权重分值的自动修正。然后利用在线搜索的方式对待识别图像逐个体素进行判断,若判别为肿瘤体素的连通聚集区域达到一定的数量,则认为该区域为疑似肿瘤区域。经过数据测试,本文方案的检测准确率为93.3%,较经典检测方法有所提高,能够辅助医生进行乳腺肿瘤检测,提高其工作效率。