乳腺癌是一种常见高发的恶性肿瘤病，钼靶X线摄影是诊断乳腺癌的首选方法，但是由于乳腺组织的特殊性(乳腺组织的各部分密度比较近似)，使得乳腺组织的成像质量受到限制，从而导致一些微细的病变未能为诊断医生所察觉。计算机辅助诊断技术为医生提供一致性和重复性均好的“第二观感”，大大降低了假阴性率，提高了真阳性率。 本文结合了数字图像处理和数据挖掘等技术，在计算机众多学科研究成果基础之上，综合利用当前关于医学图像增强、区域分割、特征提取与优化、模式分类和规则提取等最新研究成果的同时，对一些相关技术进行了研究与实践，并耳义得了一定的进展。根据医学图像的特点，改进了基于RS的图像增强算法并和直方图均衡化算法进行比较；利用区域增长分割算法和基于可变形模型分割算法实现肿瘤边缘的准确定位；针对关联规则中计算规模较大的问题，将关联规则分类器和粗糙集理论相结合构造了增强关联规则分类器(EAC)。