近年来,无线胶囊内窥镜技术被广泛的应用在消化道肿瘤检测中。当病人吞服这种带有拍照功能的胶囊后,胶囊内窥镜就以2帧每秒的速率在消化道内拍摄图像,整个过程大概会产生60,000张病理图片。医生需要对这些图片进行判别,这在时间和精力上都是巨大的挑战。同时,国内外对消化道肿瘤图片的研究都还处在一个初步阶段,因此有必要对消化道肿瘤图片进行更深入的研究。为减少医生的工作量,本文提出了一种消化道肿瘤图片的辅助检测方法。首先,基于消化道肿瘤图片以及CV模型的特点,本文利用多层水平集方法去获得肿瘤图片中的边界,这其中包括整个细胞的边界,兴趣区域的边界以及一些噪声的边界;其次,重点聚焦于兴趣区域的边界,利用数学形态学对这些边界做进一步处理,确保得到的边界是一个独立区域的边界或者说是一个独立的肿瘤细胞的边界;然后,结合肿瘤细胞的颜色和形状特点,即它的形状是类似椭圆的,它的颜色比正常细胞更亮,提出相应的判断条件,判断上述区域是否是一个肿瘤细胞;最后,对于那些因为拍摄角度或者拍摄光线,以及肿瘤本身原因所产生的非凸的肿瘤图片,本文采用传统的方法(SVM和LBP)进行二次判别。本文提出的方法在重庆金山医院提供的无线胶囊内窥镜图像数据集上进行了实验,实验结果表明本文提出的方法具有较高的准确率和覆盖率,因此,该方法可用于实际医疗诊断系统中,辅助医生检测消化道图片中的肿瘤,令医生的工作量大幅减少。