乳腺癌是危害妇女健康的最常见的疾病,钼靶X线摄影是目前临床上乳腺疾病检测的主要手段,但是,乳腺肿块大多被埋没在复杂的,高密度的腺体背景中难以检出和识别。因此,利用计算机辅助诊断技术来对数字乳腺图像进行处理,已成为近年来乳腺图像处理的热点问题。本文给出了一种基于内容图像检索技术的计算机辅助诊断方法,描述了基于内容图像检索技术的计算机辅助诊断系统原理。主要研究内容如下:1.构建一个乳腺图像感兴趣区域(ROI)数据库,数据库中包含835幅ROI图像,每个ROI已知其病理学检测信息,即良性和恶性信息,为用户按ROI查询提供数据基础。2.针对如何分割出待查询ROI肿块区域这一难点问题,给出了一种交互式的肿块分割方法,利用了用户所提供的肿块大小信息,采用改进的生长算法分割出可疑肿块,并采用重叠百分率方法对算法进行了评价。对于有效特征选取问题,首先对每个ROI提取了32个特征,之后采用增l减r的优化搜索算法进行特征优化,最后确定的特征集为22个特征组成的特征向量。3.以基于内容图像检索相似性匹配精度为准则,提出了一种K最近邻(k-nearest neighbor,KNN)与互信息(MI)相结合的相似性度量方法,首先采用KNN算法在图像库中检索,之后计算查询ROI与检索结果之间的互信息用以提高检索性能。4.针对辅助诊断决策信息的有效性,分析了本文所列的四种决策值计算方法,采用了一种有效稳定的决策值计算方法。利用受试者操作特性(ROC)曲线来评价诊断系统的性能。实验结果表明,此方法优于单独使用KNN方法并能有效的提高诊断准确度。研究表明,本系统是一种计算机辅助诊断乳腺肿块的有效方法。