乳腺癌的早期检测和诊断是治疗乳腺癌的关键。基于乳腺X线图像的乳腺癌计算机辅助检测与诊断系统有利于提高诊断准确性和客观性、减轻诊断工作量。现有的乳腺CAD系统大都是基于单幅图像的,存在着假阳性率较高的问题。以单幅图像的诊断结果为基础,研究基于多视图的CAD系统,从不同角度的图像中确认同一肿块,将有效地降低假阳性,增强系统的实用性。多视图CAD系统的性能依赖于单视图CAD系统,乳腺肿块的分割是影响乳腺CAD系统性能的重要因素。在此方面,以最大熵方法自动地得到初始轮廓,之后采用活动轮廓方法,能够高质量地完成可疑肿块的分割。在使用单视图CAD处理之后,得到各图像上的一系列可疑肿块区域。对于一个视图中的某个可疑肿块区域,以检测出的乳头和胸壁线作为参照物,在同侧乳房的另一个视图中确定一个搜索区域(匹配条)。随后该可疑肿块区域和搜索区域中的所有可疑肿块区域分别建立连接,并提取这些连接的视图不变性特征。根据医生确定的肿块区域对的对应关系,建立分类器。然后将这些连接对的不变性特征向量输入Fisher线性分类器,将连接分类为TP_TP对和非TP_TP对。最后,重组TP_TP对,解决匹配对冗余问题,确定阳性肿块区域。从美国南佛罗里达大学的乳腺X线图像数据库中选取了有代表性的210个病例,每个病例选取一侧乳房,共420幅图像(每幅图有且仅有一个真阳性肿块区域)。实验结果表明,基于多视图CAD的敏感度为92%时,平均每幅图像1.51个假阳性,而单视图CAD敏感度为92%时,每幅2.83个假阳性。