肝硬化是临床上常见的慢性进行性肝病,由一种或多种病因长期或反复作用而形成的弥漫性肝损害。肝纤维化是一种由致病因子导致肝内结缔组织异常增生,从而使肝内弥漫性细胞外基质沉淀过度的病理过程,严重者将导致肝硬化,肝纤维化是慢性肝脏疾病向肝硬化发展的一个重要中间环节。目前,肝硬化和肝纤维化的诊断方法主要包括肝活检、血生化指标检查、超声、计算机断层扫描(Computed Tomography, CT)和磁共振成像(Magnetic Resonance Imaging, MRI)等。肝活检虽然是诊断肝硬化及肝纤维化分期的“金标准”,但是作为一种有创检查,且由于肝脏病变在肝内分布不均匀而肝穿刺范围有限,可能存在误诊或漏诊。因此,探索高性能的非创伤性检查替代肝穿刺活检具有切实的临床意义。基于MRI的计算机辅助诊断技术(Computerized Aided Diagnosis, CAD)在模式识别的框架下,充分挖掘影像中的信息,利用医学图像处理和分析,并结合临床信息,获取更加准确和客观的诊断结果。本文系统地研究了肝硬化及肝纤维化MRI的CAD技术,提出多序列MRI的人体肝硬化CAD、基于随机投影纹理特征的人体肝硬化分期和基于MRd平衡期大鼠肝纤维化CAD三种肝硬化和肝纤维化MRI的CAD技术,本文主要工作如下：(1)多序列MRI的人体肝硬化CAD：在数字图像处理和模式识别框架下,依照感兴趣区域(Region of Interest, ROI)处理、基于多序列MRI的RO1分类和个体分类三个层次,借助神经网络、投票机制、决策树来完成人体肝硬化CAD。该方法融合了多参数、多序列、多方位成像,具有层次分明,信息丰富,分类正确率高等优点。(2)基于随机投影纹理特征的人体肝硬化分期：一种利用随机投影纹理特征的人体肝硬化分期方法,提取基于随机投影的纹理特征,对正常、早期肝硬化和中晚期肝硬化分期的方法。实验表明,与经典的基于灰度共生矩阵(Gray-level Co-occurrence Matrix, GLCM)纹理特征的肝硬化神经网络分类模型相比,基于随机投影纹理特征的人体肝硬化分期效果更好,后者无论是在复杂度、计算量、耗时以及分类准确率都远远好于前者。(3)基于MRI平衡期大鼠肝纤维化CAD：对非线性量化后的ROI提取基于GLCM的纹理特征,利用神经网络分类模型,对大鼠MRI肝纤维化进行分期。实验证明,提取非线性量化后的基于GLCM的纹理特征对肝纤维化分期起到了积极的效果。