肝脏是人体中新陈代谢的重要器官，肝脏一旦出现恶性肿瘤将严重危及生命，因此，及时准确地诊断肝脏肿瘤对于患者来说尤为重要目前临床上主要是通过对患者进行肝脏血流灌注，医生通过观察肝肿瘤超声造影成像图，结合灌注过程中时间——强度曲线的形态变化特点以及临床经验判断肝肿瘤状态但是，目前临床上通过观察肝肿瘤超声造影过程进行诊断的方法存在一定局限性，诊断结果很大程度上依赖于医生的个人经验，很容易产生误判，此外，不同的医生经验各异，诊断结果也存在很大的随机性，不具有可重复性为了解决这个问题，本文分别提出两种基于稀疏表示的肝肿瘤超声造影自动诊断方法，期望能够找到满足临床诊断需求的自动诊断方法，从而有助于在临床上辅助医生更加直观方便准确地诊断肝脏肿瘤本文分别从理论和实验两个方面对肝肿瘤超声造影自动诊断方法进行研究理论研究方面：首先，提出基于稀疏表示和PCA相结合的特征提取方法，并应用于肝肿瘤超声造影SVM自动诊断，进而提出基于稀疏表示特征提取的肝肿瘤超声造影SVM分类方法，从而对基于SVM的肝肿瘤超声造影自动诊断方法进行优化；然后，提出基于稀疏表示的肝肿瘤超声造影分类方法，并通过对比分析，确定更加适用于肝肿瘤超声造影自动诊断的分类决策原则和稀疏系数重构方法；最后，通过对比得到适用于临床辅助医生进行肝肿瘤诊断的最佳自动诊断方法实验研究方面：首先，定性分析肝脏超声造影图像中处于肿瘤区域正常区域和血管的组织位置TIC具有的不同特点，从而确定实现自动诊断的分类依据；其次，通过对肝癌患者的肝脏超声造影图像不同组织位置的TIC进行时间采样，构造出六组具有不同采样特征点数样本数和样本分布的TIC特征向量数据集，作为实验基础；此外，分别采用上述两种方法对构造出的六组实验数据进行分类和诊断，实验结果显示，基于稀疏表示特征提取的肝肿瘤超声造影SVM分类方法在SVM自动诊断基础上优化作用明显，基于稀疏表示的肝肿瘤超声造影分类方法达到了预期的效果，能够充分满足临床肝肿瘤自动诊断的实际需求