高鸣，卫元元，张博，王芳

（1.漯河市中心医院（漯河市医专一附院）超声科，河南漯河462000；2.漯河市中心医院（漯河市医专一附院）CT室，河南漯河462000；3.漯河市中心医院（漯河市医专一附院）一分院内科，河南 漯河462000；4.河南理工大学， 河南焦作 454150）

1 引 言

随着医学图像处理技术的发展，采用超声图像检测方法进行病理诊断成为医学诊断的重要手段，在进行肿块识别过程中，采用超声图像识别是重要的检测手段，结合三维数字图像处理技术进行超声肿块图像分析，构建超声肿块图像的检测和区域分割模型，实现超声肿块医学图像分析，能提高对超声肿块的医学病理诊断和检测识别能力，研究人体超声肿块图像区域分割技术具有重要的实践价值[1]。

对超声肿块的区域分割是建立在对超声图像的扫描和模板特征匹配基础上，结合超声肿块图像的区域检测和特征定位技术进行图像的检测和识别[2]，传统方法中，对超声肿块图像的区域分割和特征检测方法主要采用分块区域检测方法、HAT小波检测方法和Harris角点检测方法，结合超声回波检测方法进行肿块的边缘轮廓检测和定位，提取超声肿块的边缘特征量，实现超声肿块图像检测[3]，文献[4]中提出一种基于边缘像素灰度特征分解的多分辨率超声肿块图像阈值分割方法，将图像分割为特征点分辨力较高的块向量，实现超声肿块的奇异特征点的准确定位识别，但该方法的计算复杂度较高，区域分割的自适应性较差。……