医学B超图像有图像模糊,肉眼分辨率低的特点。目前,临床上脂肪肝的诊断都是医师根据经验主观判断,这种定性诊断有时会造成误诊,因此计算机辅助诊断成为医学发展的一个方向。随着当代医学的进步和计算机的发展,医学图像量化分析成为计算机辅助诊断的一种方法。本文总结了脂肪肝研究上提出的多种量化方法包括边缘检测法、光点个数计算以及纹理分析方法,通过对比发现纹理分析方法是一种有效的图像量化分析方法。在针对脂肪肝图像上使用的纹理分析包括统计方法,小波变换法以及分形模型法,统计方法和小波多分辨率方法的研究取得了一定效果,但由于这两种方法只把图像分为正常肝和脂肪肝两类,因此准确率不高。在实际临床应用中,还需要知道脂肪肝的轻重程度,为此,本文使用分形方法和小波包方法对肝脏B超图像进行研究,将图像分为正常肝脏、轻度脂肪肝、重度脂肪肝三类。最后,为了便于临床应用,用MATLAB编制了用户图形交互界面,对80幅图像进行特征量提取,对不同病理的肝脏超声图像的粗糙度、能量等特征量进行测量,发现在使用小波包方法进行特征提取时,正常肝脏、轻度脂肪肝、重度脂肪肝的各特征量显著不同,并且随着脂肪肝程度的加重,各特征量的变化呈现一定的规律性,从而可作为医生临床诊断的定量依据。