مقدمه: دستیابی به روش مطمئن و دقیقی برای ارزیابی سریع و آسان خوشه های میکروکالسیفیکاسیونها به عنوان مهمترین شاخص تشخیص سرطانهای پستان در ماموگرامها، یک امر ضروری است. هدف این تحقیق ارایه آلگوریتم جداسازی کلاسترهای بدخیم میکروکالسیفیکاسیونها در تصاویر دیجیتال شده ماموگرافی می باشد. عمل جداسازی مایکروکالسیفیکاسیونهای پستان با استفاده از کاربرد منطق فازی (Fuzzy Logic) برروی ضرایب موجک (Wavelet Coefficients) و آلگوریتمهای پردازش تصور جهت سیستمهای کمک تشخیص کامپیوتری (CAD) صورت گرفته است.مواد و روشها: بدین منظور، تعداد 47 زیر تصویر ماموگرافی شامل 16 مورد خوش خیم و 31 مورد بدخیم، که خوشه های موجود در آنها با بیوپسی مشخص شده بودند، انتخاب گردیدند. نهایتا، این تصاویر به کمک اسکنر رقمی در رزولوشنهای 50 و 100 میکرون و بصورت 12 بیتی رقمی شدند. نتیجه گیری و بحث: آلگوریتم پیشنهادی در مقاله حاضر نیز شامل روش سه مرحله ای برای جداسازی و خوشه بندی میکروکلسیفیکاسیونهای موجود در ماموگرامها می باشد. در مرحله اول، عمل پردازش تصویر به منظور حذف زمینه و بهبود نمایش میکروکالسیفیکاسیونها با استفاده از ضرایب موجک که اطلاعات فرکانس بالای تصویر را تقویت میکنند. انجام می گیرد. در مرحله دوم با بهره گیری از روش منطق فازی، عمل جداسازی میکروکلسیفیکاسیونها انجام شده و با نشانه گذاری کردن، امکان بررسی آنها از نظر ویژگیهای شکلی نیز فراهم میگردد. در مرحله سوم بعد از خوشه بندی میکروکالسیفیکاسیونها و تعیین مراکز آنها از طریق روش خوشه بندی تفاضلی، ویژگیهای هر خوشه به صورت فازی در آمده و بدین ترتیب خوشه های مشکوک به بدخیم بودن علامت گذاری می گردند. نتایج ارزیابی آلگوریتم پیشنهادی با استفاده از منحنی ROC با تغییر چگالی خوشه ها دارای حساسیت %87 برای نرخ TP و نرخ FP در هر تصویر نیز 0.125 میباشد.