B型超声诊断是临床上使用频次最高的图像实时诊断方式之一,其常规操作方式往往是由超声医师手持探头直接在病人体表进行扫查,因此相比CT(Computed Tomography)和MRI(Magnetic Resonance Imaging),超声检查方式对医师不仅要求具备丰富、专业的临床知识储备,而巨大的工作量更是对体力提出了更高的要求,研究表明,超声医师患工作相关肌肉骨骼疾患的概率较高。同时,部分传染病往往混杂在临床常规超声检查中,由于超声检查中需要近距离接触,因而给医师带来了极大的感染风险。通过机器人辅助的超声自动扫描技术则能有效解决以上问题,并且具有操作精度高、自我训练和学习、经验累积等优点,为此,本文以临床常规膀胱超声诊断过程为研究对象,通过分析和建立膀胱超声自动扫描模型、扫描路径、相关图像学习及器官容积计算方法,实现了基于二维图像实时识别的膀胱B型超声自动扫描系统。具体工作内容如下:首先,针对常规膀胱超声扫查流程建模,建立自动膀胱超声扫描的扫描路径模型,将扫描路径的求解转化为关键坐标点的求解。针对腹部表面特征提出了基于体表图像的自动扫描路径规划算法,通过基于椭圆肤色模型的皮肤检测算法来分割腹部区域,使用连通域标记算法提取脐部区域质心与膀胱顶点的图像坐标,通过坐标系转换矩阵,将其转换到三维运动平台坐标系中,并根据膀胱三轴直径范围的先验知识,进行膀胱超声自动扫描的路径规划,完成自动超声扫描。实验结果显示该方法具有较好的自动化程度,在横切扫描路径上能够较好地完成膀胱区域的扫描。其次,针对膀胱器官形态特征提出基于膀胱超声图像的自动扫描路径规划算法,通过实时提取膀胱图像中膀胱区域的面积以及质点来判断探头与膀胱的相对位置。膀胱区域图像信息的提取主要通过图像分割实现,对基于区域的水平集算法与k-means聚类算法在膀胱图像分割上的应用进行研究,并针对膀胱声像图特征提出了阈值法定位膀胱的方法,使用水平集算法进行精细分割,大大降低了图像处理时长。实验结果表明基于膀胱超声图像的自动扫描路径规划算法可以实时判断探头位置范围,并在扫描完成后得到膀胱最大横切面位置、膀胱左右径,完成纵切扫描路径规划。最后,基于两种自动膀胱超声扫描路径规划算法,搭建一套膀胱超声自动扫描系统,研究了图像采集模块与三维运动平台的实现,以及膀胱容量测定算法。系统测试结果表明,膀胱超声自动扫描系统具备一定的临床意义,可以完成膀胱超声的完整扫描,并计算出膀胱三轴直径、膀胱容量,超声医师评价采集到的膀胱超声视频具备可诊断性,且扫描路径规划合理。