在胚胎发生中,胎儿脑形态结构的改变对于诊断胎儿脑畸形有重要意义.超声检查是常规胎儿产前检查最安全的检查方法,并被公认为是筛查胎儿畸形的首选方法,在临床有重要的诊断价值.在进行胎儿脑部畸形及遗传病的计算机辅助诊断中,通常将胎儿双顶径(BPD)和头围的生物测量指标用来评价胎儿头部的大小,小脑半球(CH)和小脑延髓池(CM)在不同孕期的形态是颅脑内结构是否异常的评价指标之一.本文提出了一种基于计算机视觉的方法通过对胎儿脑部各感兴趣部分进行提取,分别采用如下方法:总体的胎儿颅脑使用改进的基于边缘检测的随机椭圆检测(RED),此方法为对图像进行二值化,采用过滤椒盐噪声中盐粒噪声的机理去除非整体椭圆部分的零点,然后采用了改进的基于最小二乘法的随机椭圆检测;其颅内的各组织成分采用水平集方法进行分割.用上述方法对30例孕期为23w5d的健康胎儿B超图像处理，得到每例的各感兴趣部分的，如胎儿颅脑整体，小脑半球，侧脑室的灰度图，然后经统计学处理计算健康胎儿各部分灰度范围得到标准统计模型组，使用此模型组来匹配待诊的胎儿B超图像的直方分布图，用临床己确诊3例脑疾患的B超图像对此方法进行了验证，具有显著性差异，初步确定此方法的可行性。但是此种方法未经临床大量例数及产后随访验证，因此需要进行大样本的实验研究方能得到一可信度高的标准摸板对脑畸形的筛查，本文结果显示该方法尚有很大的研究空间。