乳腺肿瘤是女性常见、多发疾病之一，而乳腺癌又是乳腺肿瘤中最常见的恶性肿瘤，其发病率及死亡率居女性恶性肿瘤之首。乳腺癌的治疗效果完全取决于乳腺肿瘤的早期诊断和治疗，因此研究和探索提高早期乳腺肿瘤诊断准确率的方法是很有价值的。超声检测凭其无创、分辨率高和敏感性强的特点，越来越多地被用于乳腺肿瘤的早期辅助诊断。超声检测通常根据乳腺肿瘤的边界、形态和回声分布等特征，对乳腺肿瘤进行良恶性的判别，而乳腺肿瘤边缘的提取则是获得这些特征的一个重要前提，因此乳腺肿瘤边缘的准确提取对肿瘤良恶性的判别具有重要的意义。 本文通过对乳腺超声图像的分析和对各种边缘提取算法的研究，提出了一种基于区域生长和多尺度形态学的乳腺肿瘤超声图像边缘提取方法，对原始超声图像预处理之后进行区域生长获取初始肿瘤区域，再经多尺度形态学滤波和连通区域标记处理，使用Sobel算子取得乳腺肿瘤的边缘。 本文方法的主要创新表现在：区域生长过程中选择图像中心点作为初始种子点，可有效抑制肿瘤周围脂肪和腺体组织的纹理噪声；利用目标区域平均灰度作为判决条件，使得目标轮廓更为完整；选取同态最优阈值时是自适应的，根据图像对比度强弱，运用图像灰度值均方差求得阈值。运用多尺度形态学方法对初始肿瘤区域进行滤波时，采用了先开运算后闭运算的多次迭代运算，确保了肿瘤区域的连通，从而保证了肿瘤边缘的连续。 实验结果表明，本文方法可直接编程实现从原始超声图像到乳腺肿瘤边缘的提取，克服了以往方法需人工干预的不足，达到了自动提取乳腺肿瘤边缘的目的，为计算机辅助诊断提供了重要参考和依据。