医疗超声诊断技术突出优势是其对人体组织的无害性,如今已被广泛推广和应用于临床医学诊断中。伴随着电子技术快速发展,医疗超声诊断设备便携化已成为必然的趋势,同时提高超声图像质量的新技术不断涌,以上两种需求使得便携式设备需要面对系统硬件资源紧缺的问题。本课题致力于将嵌入式GPU应用到超声图像处理中来,解决后端信号处理中需要大计算量的环节,使其充分发挥系统的性能。本文首先从超声成像的基本原理出发,介绍了B型超声后端处理的各个环节,分析处理流程中计算量较大并且存在并行性的环节,确定了需要用GPU计算的部分。同时对本课题使用的软硬件平台和Open GL ES并行处理的原理进行简单介绍。对于后端信号处理中适合GPU计算的复合成像和数字扫描变换环节,分别从算法原理的角度对其详细分析,对算法需要实现的各个部分进行了设计,同时给出了Matlab离线仿真测试,并对显示效果进行了分析。最后给出了算法详细的GPU实现过程,并用实时数据进行了测试和分析。GPU实现过程中利用了Jni相应接口,通过Java调用本地Open GL程序。本文最后从超声自诊断的角度入手,将图像分割的相关算法引入到后端处理环节中。为此,以几种常见分割算法作为对比,介绍算法相应原理,分别用Matlab仿真对比了分割效果和时间,并对FCM分割算法给出了详细的GPU实现过程和测试结果。