摘要：乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络（Pulse Coupled Neural Networks,PCNN）与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层（Multiple Concentric Layers,MCL）模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率（False Positive Rate,FPR）的同时,肿块真阳性率（True Positive Rate,TPR）达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。

关键词：乳腺x线图像 乳腺癌早期诊断 肿块检测 标记脉冲耦合神经网络 多同心层模型 

单位：北京交通大学电子信息工程学院 北京100044 北京大学人民医院乳腺中心 北京100044