乳腺癌是女性的高发癌症,世界卫生组织GLOBOCAN发布了2018年癌症数据统计报告对185个国家36种癌症的发病率和死亡率进行估算。到2018年大约有1810万新癌症病例和960万癌症死亡病例。在女性群体中乳腺癌的发病率和死亡率分别为24.2%和15.0%,乳腺癌已经成为女性最为常见的癌症类型。本论文针对标准乳腺超声影像数据,来研究乳腺超声影像辅助诊断,提出对超声影像特征进行融合的方法和对于多分类器分类结果进行决策融合的方法,同时设计了一个乳腺超声影像辅助诊断系统,可以用于对乳腺超声影像辅助诊疗,提高医生的阅片速度,缓解紧张的医患关系,本论文主要研究内容包括以下三个部分:(1)基于乳腺超声影像感兴趣区域图像,提出了将形态学特征和纹理特征进行提取,并基于此将特征融合的方法。该方法对乳腺超声影像进行合适的预处理,提取出影像的形态学特征和纹理特征;将提取到的特征利用特征融合方法进行融合,为了验证融合之后得到的特征对乳腺癌辅助诊断有较好的诊断效果,采用分类算法对未融合的特征和融合后的特征进行分类预测。(2)基于特征融合之后得到的特征,提出了基于决策层的信息融合方法。基于多种分类方法进行分类,本文采用了朴素贝叶斯算法、KNN算法、SVM算法和决策树算法;基于多种分类算法分类之后的结果,进行基于决策层的信息融合,输出最终分类结果。并设计对比分析,对决策分类效果和四种分类算法的分类效果进行了验证比较。(3)设计并实现了基于乳腺癌影像辅助诊疗系统。该系统主要分为五个模块:登录模块、账号设置模块、管理员模块、角色管理模块和影像管理模块。通过本系统,可以使医生和患者对乳腺超声影像进行查看和分析,并对乳腺癌诊断提供了参考价值,提升了医生的阅片速度,可以有效缓解日益紧张的医患关系。