目的：乳腺癌的早期发现对患者意义重大。为帮助医生进行乳腺癌的早期检查和诊断，本文提出利用小波分析与图像纹理特征提取相结合的方法来提取乳腺X线图像微钙化点区域，在提高检查准确性的同时避免漏检误检。方法首先利用灰度共生矩阵所提取的能量、熵、对比度、相关性以及小波分解后得到的各层高频系数的方差、能量作为图像的特征向量，然后利用支持向量机进行训练建立最优分类模型。最后利用建立的最优分类模型实现乳腺X线图像微钙化点区域的提取并利用检出率和误检率对结果进行评估。结果使用临床数据进行验证，结果表明利用小波分析与图像纹理特征提取相结合的方法能有效提取乳腺图像中的微钙化点区域。结论基于小波分析和灰度纹理特征的乳腺X线图像微钙化点区域的提取方法比单一的图像纹理特征提取或小波分析等方法，提取的效果更好。另外，该方法设计简单，更易于实现乳腺癌的自动化诊断。