我国是肝癌高发地带,肝癌的发病人数和死亡人数均占全球一半以上,肝癌已经严重威胁到我国人民的健康和生命。相关研究表明,肝癌的早期诊断和治疗,能够有效地降低死亡率。超声成像技术以其无辐射、操作简单、价格低廉、无创伤等显著优点,成为临床上肝脏疾病检查的主要方法。然而超声图像含有大量斑点噪声、对比度低、边缘模糊等固有缺点,同时不同超声设备的成像质量也存在差异,导致病变区域的自动检测和良恶性判别较困难。另一方面,超声医生每天面临的工作量巨大,仅依靠医生的肉眼观察进行识别,工作负担重。随着计算机技术和医学影像的发展,计算机辅助诊断系统(Computer-Aided Diagnosis,CAD)在分析图像特征、检测病变区域、判断病变类型等方面具有不可估量的作用。本文致力于研究肝脏占位性病变超声图像的自动检测和识别,实现对病变区域的自动检测及病变类型的自动判定,为医生诊断提供有效的参考依据,减轻医生的工作负担和压力。本文主要工作有:1.实现了病变区域的自动检测。为准确地从超声图像复杂背景中提取并检测出病变区域,本文提出了一种基于多字典稀疏表示和能量最小化的区域生长超声图像自动分割方法。该方法通过设计多个字典对超声图像进行稀释表示,从而自动获取位于病变区域的种子点。并以种子点为生长起点,结合图论知识采用了一种有关病变区域内部结构和边缘信息的能量函数,在能量函数的控制下进行区域生长,勾勒出病变区域边缘,从而完成对病变区域的自动检测。与其他方法进行实验对比,结果表明本文所提方法能够精准地勾勒出病变区域边缘,实现对病变区域的准确检测,检测出的病变区域与真实病变区域非常接近。2.针对肝脏占位性病变超声图像特点,设计了新特征。考虑到图像处理技术中已有的特征没有相应的病理性质和超声表现对应,本文针对病变区域内部复杂结构,专门设计了一种新特征,并结合已有的灰度共生矩阵纹理特征和分形特征来描述肝脏占位性病变。此外,考虑到不同超声设备或不同操作者引起的超声图像质量变化,不仅仅提取了病变区域内部的纹理特征,还对病变区域内、外部进行了对比分析。实验结果表明,本文所提特征能够很好地描述肝脏占位性病变,对病变具有良好的区分能力。3.实现肝脏占位性病变超声图像的类别判断。本文采用SRC分类框架,并针对SRC字典构造存在的不足,提出了一种基于稀疏重建的字典扩展方法。该方法不仅能保证字典的冗余性,而且使得字典具有紧凑的内部结构。通过与常用的分类算法进行实验对比,结果显示本文所提方法具有更好的识别准确率,可作为肝脏占位性病变临床诊断的辅助手段。