全身骨SPECT(Single Photon Emission Computed Tomography)图像是诊断多种恶性肿瘤骨转移的重要途径之一，在临床上得到广泛应用。目前全身骨SPECT图像主要由医生人工阅片，工作量大、阅片结果受医生个人主观影响大。针对这种情况，本文开发了基于全身骨SPECT图像的计算机辅助智能诊断系统，该系统通过对全身骨SPECT图像进行各种处理，达到辅助医生诊断的目的。 该系统的功能模块包括五部分：图像的读取和显示、图像处理、智能诊断、病灶轮廓提取和患者信息数据库。 本文逐一介绍了各个功能模块的实现和相关原理。图像的读取和显示部分重点介绍了DICOM(Digital Imaging and Commmications in Medicine)文件的格式和显示方法；图像处理包括边缘检测、轮廓跟踪、灰度均衡、正交变换、图像腐蚀；智能诊断是本文的重点，其本质是图像分割，目标是自动识别病灶，结合最佳阈值法、改进的BP(Back Propagation)神经网络法、模板匹配和去对称程序多种方法加以实现，重点是BP神经网络法，着重介绍了BP神经网络的构建、改进和训练；病灶轮廓提取采用改进的Snake模型—GVF(Gradient Vector Field)Snake模型来实现，文章对GVF Snake模型的原理和优点进行了介绍，详细分析了病灶轮廓的提取过程；患者信息数据库设计对患者的SPECT图像和相关信息进行统一管理，并实现了常规的数据库操作。