医学超声成像技术与计算机CT断层造影术、MRI磁共振成像、核医学成像并称为现代四大医学影像技术,其中超声成像由于其独具的实时性、无损性、廉价性、可重复性好、灵敏度高等优势而广泛应用于临床诊断和治疗中,它在人体内部组织器官的定量分析、实时监控和治疗规划等方面都具有极大的潜力。利用医学超声图像进行诊断时,常根据需要将感兴趣的区域(ROI)提取出来,以便更好地对其进行分析和诊察,这个过程就是图像分割。医学超声图像分割是一个经典的难题。其原因主要是超声图像本身分辨率、对比度较低,以及固有的斑点噪声的影响。围绕这个经典问题本文展开了研究和探讨,旨在改进或提出适用于医学超声图像分割的新的理论和方法。 首先,本文对已有的医学图像的分割方法及其相关技术进行了总结,其后较详细地讨论了几种主要分割方法在医学超声图像分割方面的应用并给出实验结果。对于复杂的医学超声图像来说,每一种单纯的理论方法所得到的分割结果不会很理想,从实验结果可以证实这一点。因此有效利用各自的独特优势,结合其它图像分析工具如遗传算法,小波多尺度分析,数学形态学等理论的综合分析方法也已经成为一个新的发展方向。将这些方法应用到医学超声图像分割上还有很大的潜力可以挖掘。 在研究和总结前人工作的基础上,本文随后从两个方面展开工作:其一,结合小波多尺度分解等理论知识提出了基于尺度共生矩阵方法的超声图像分割新方法。并将实验结果与已有的灰度共生矩阵方法(汪天富等人提出)进行比较和分析,肯定了本方法优势所在。其二,结合经验模式分解(EMD)理论、LAWS纹理能量测度、模糊聚类和数学形态学知识提出又一超声图像分割新方法并成功地提取出了图像的病变区域。这也是EMD理论在超声图像分割中的首次尝试。