随着超声成像技术的迅猛发展,医学超声图像自动识别技术也得到了快速发展。超声成像技术本身的局限性导致的图像质量问题以及操作者自身经验的不足等原因使得研究计算机辅助诊断的研究就有重要意义,本文的研究因此而展开。基于相位信息的图像处理算法具有对光照变化不敏感,局部对比度不变的性质,因而能够稳定地识别图像特征。本文深入研究了相位一致性和相位对称性算法原理,并将其应用到超声图像处理中,主要的研究内容如下:（1）在相位对称算法基础上,本文提出一种基于相位对称和超声置信图（Confidence Map）的桡骨超声图像骨表面识别算法。首先利用单演相位对称算法识别图像特征,达到识别图像边缘和去除噪声的目的;同时,利用Confidence Map算法得到超声图像中骨后方阴影置信图,确认骨表面所在的位置;最后单演相位对称特征图和Confidence Map相乘得到骨表面结构。桡骨超声图像的实验证明本文方法可以成功识别出骨表面。（2）本文提出基于局部相位对称算法自动分割膈肌,根据分割后的结果定位膈肌,自动计算膈肌移动度。为了验证所提出方法的有效性,对20名志愿者的动态膈肌超声图像进行膈肌自动分割并计算膈肌移动度,并与M模式超声的人工测量结果对比。结果表明,膈肌识别平均误差为0.73mm,膈肌移动度的计算结果与M超人工测量结果的R~2系数为0.832。（3）在原有相位对称算法基础上,本文提出基于相位对称和霍夫变换的穿刺针定位以及轨迹预测算法。首先相位对称算法用于识别穿刺图像中的边缘结构;然后对得到的边缘图像进行霍夫变换直线检测;最后对于识别到的穿刺针的方向预测穿刺针的路径。体模穿刺试验证明本文提出的算法能准确识别穿刺针。（4）在原有相位对称算法基础上,提出一种变形的相位对称算法多角度相位对称算法,利用该算法对乳腺超声图像中的微钙化进行增强。首先利用Log-Gabor滤波器构造多角度多尺度的对称滤波器,图像滤波后将多尺度滤波结果累加,多角度结果进行乘积,选择出钙化候选点;然后对候选点进行阈值化,选择最大值的百分比作为阈值选择钙化点;最后识别到的钙化点在原图上增强显示。