摘　要:提出一种基于双树复数小波变换的微钙化分类方法．通过提取基于小波和灰度直方图的纹理特征，结合遗传算法进行特征优化，分别用神经网络，支持向量机和KNN分类器进行微钙化的良恶性分类．对三种不同的分类器进行对比，结果表明：KNN分类器取得最好的效果，而支持向量机优于神经网络．KNN分类器对比于神经网络和支持向量机，无需训练，可节约训练时间，最直接地利用了样本和样本之间的关系，减少了类别特征选择不当对分类结果造成的不利影响，可以最大程度地减少分类过程中的误差项．在类别决策时，KNN分类器只与极少量的相邻样本有关，可以较好地避免样本数量的不平衡问题．与传统的小波比较，双树复数小波具有近似平移不变性和正则性，对图像信号具有良好的方向选择性，且冗余度有限，计算量较小．[著者文摘]……