近年来乳腺疾病的发病率呈逐年上升趋势，并逐渐年轻化，已严重危害女性健康，乳腺疾病若不能及早发现很容易恶化为乳腺癌。临床上应用乳腺钼靶X线辅助诊断系统，可以帮助医生发现微小肿块及潜在肿块，有效提高了乳腺疾病的早期诊断精度，对乳腺癌的防治具有重要意义。乳腺肿块是判定乳腺癌的重要依据，如何准确检测和识别肿块对乳腺癌的诊断具有重要意义。本文主要研究基于主成分分析（PCA）提取肿块特征，并结合独立成分分析（ICA）得到改进方法，再利用分类器将特征分类，从而完成对肿块的判别。文章首先引用CT图像的窗口技术，设计乳腺钼靶X线图的最佳显示灰度范围，利用动态规划法结合肿块诊断标准选取ROI区域作为样本图像；其次设计了PCA计算肿块特征的计算方法，计算测试样本的协方差矩阵，根据累计贡献率选取特征向量构成特征空间，得到训练图像的投影系数即主成分特征；第三，结合ICA改进肿块特征，利用PCA对图像作空间维度降低处理，ICA计算实现选取特征的相互独立性；最后利用特征分类器对计算的特征进行分类，实现对肿块的检测。本文共选取ROI区域图像174幅，选取其中70幅作为训练图像，其余104幅作为测试图像。利用上述方法进行检测，将结果与检测标准对比，利用PCA方法得到的肿块检出率为93.3%，ROC测试曲线结果AUC=0.88，该结果表明，利用PCA可以有效提高肿块检测效果；结合ICA后，检出率达到96.2%，进一步改进了检测效果，对提高CAD系统的性能具有重要作用。