甲状腺肿瘤是增长速率最快的恶性肿瘤之一,其临床表现为甲状腺结节,B型超声技术是甲状腺结节的首选检查方法,甲状腺影像报告与数据系统(TI-RADS)中的超声征象描述和定性评价方案是甲状腺临床医生的重要参考标准,可帮助医生提高临床诊断准确率,但实际运用中甲状腺影像报告与数据系统缺乏相应的定量分析方法,本文主要研究了甲状腺影像报告与数据系统中超声征象的定量描述方法和结节边界分割方法。论文第1部分实现了甲状腺结节边缘的半自动分割。首先用双边滤波构建结节的多尺度图像,使用Canny、相位一致性和分水岭算法分割结节边界,通过不同的加权方式构建合适的局部代价函数,然后通过求取使用者提供的参考点间的最短路径得到初步分割结果,最后通过两步形态学操作优化边界。实验结果表明,本文提出的边界分割算法较好的实现了结节边界的分割。论文第2部分主要研究了甲状腺结节特征提取,通过借鉴TI-RADS和临床使用的其他特征,提取钙化、回声、后方回声、边缘、形状等特征。具体包括：基于MSER的钙化点和内部回声区域检测算法,对该算法输出的区域不能代表内部回声区域的案例提出了微调方案、通过最小二乘法和极坐标变换的提取形状的特征,如凹凸数,紧致度,极坐标描述子等、后方回声的区域提取算法和特征提取算法、边缘区域的特征提取算法、基于霍夫变换的仪器方位的检测等。论文第3部分研究了甲状腺结节彩色多普勒图像的特征提取,具体包括基于Alder标准的血流强度特征提取与分级方案和血流分布的特征提取及回归模型。论文第4部分实现了甲状腺结节的分类。首先提取结节的形状,钙化,回声,后方回声衰减,边缘,纵横比等特征,通过特征选择算法选出一组性能较好的特征集,通过交叉验证法训练分类器并进行分类。实验结果显示本文提出的特征相对于传统的图像纹理特征更适合甲状腺结节超声图像的分类。