1、近年來(lái)，甲狀腺結(jié)節(jié)發(fā)病率逐年上升，引起越來(lái)越多的關(guān)注。及時(shí)地診斷出甲狀腺結(jié)節(jié)的性質(zhì)對(duì)于治療方案的選擇和預(yù)后都具有重要的意義。由于具有實(shí)時(shí)性、廉價(jià)性、無(wú)損性、可重復(fù)性、靈敏度高的優(yōu)點(diǎn)，超聲檢查特別是常規(guī)超聲檢查成為甲狀腺結(jié)節(jié)診斷的首選影像學(xué)方法。但是由于超聲圖像往往成像質(zhì)量較低，而且甲狀腺結(jié)節(jié)的超聲表現(xiàn)復(fù)雜多樣，給甲狀腺結(jié)節(jié)的診斷帶來(lái)了很大的困難。計(jì)算機(jī)輔助診斷不但可以提高放射醫(yī)師的分析診斷效率，同時(shí)還可以提高診斷的準(zhǔn)確性。因此，超聲甲狀

2、腺結(jié)節(jié)計(jì)算機(jī)輔助診斷的研究日益受到大家的重視。
　　本文主要針對(duì)超聲甲狀腺結(jié)節(jié)計(jì)算機(jī)輔助診斷的相關(guān)技術(shù)進(jìn)行研究，研究?jī)?nèi)容主要包括圖像預(yù)處理、結(jié)節(jié)分割、特征提取以及良惡性分類(lèi)和分級(jí)四個(gè)部分。本文的主要貢獻(xiàn)如下：
　　（1）考慮到超聲甲狀腺結(jié)節(jié)分割的復(fù)雜性，提出一種基于活動(dòng)輪廓模型的半自動(dòng)結(jié)節(jié)分割算法，得到了較好的分割效果。
　?。?）在結(jié)節(jié)的特征提取方面，不僅采用了若干傳統(tǒng)的形狀特征和紋理特征，而且根據(jù)甲狀腺診斷標(biāo)準(zhǔn)中的