目的通过观察研究 B 超图像中的特征及有用信息来判断脂肪肝的严重程度,给予较为准确的分级诊断.方法采用图像纹理分析方法和模式识别技术对48例脂肪肝患者的 B 超图像进行研究分析,以临床诊断不同程度脂肪肝 B 超图像纹理的变化和标准来研究的出发点,选择每一幅图像上感兴趣的区域,计算远场灰度比、多重谱面积、奇异标度差和基于小波变换的角二阶距等特征量.根据每一幅图像的特征矢量进行分类识别,识别方法有无监督识别—C-均值聚类和有监督识别—基于反向神经传播方向两种.结果正常肝脏识别率为96.0%,重度脂肪肝识别率为92.0%,中度脂肪肝识别率为88.0%,轻度脂肪肝识别率为80.0%.结论根据 B 超图像的特征能够有效的区分出正常肝脏与轻中重度脂肪肝,应用于脂肪肝的常规检查,能减少医生的工作量,避免造成误诊漏诊.