近些年来,尽管人民的生活水平越来越高,但是各种肿瘤疾病对人类的生命仍然造成了巨大的危害。随着科学技术水平的不断进步,人民对医疗设备的要求越来越高。HIFU治疗作为一种对肿瘤治疗的无创方案的代表,在肿瘤的治疗领域成为了一个热门研究。通过将超声探头聚焦于肿瘤组织,实现对肿瘤的消融治疗。这种治疗方案不需要对病人使用手术刀来切割肿瘤,而是直接通过仪器在肿瘤患者的体外对肿瘤患者进行治愈,具有极高的治疗效率。超声肿瘤图像的分割任务主要由专业的医师来手工完成,这给专业医师造成了繁重的任务。因此在肿瘤图像的分割过程中要尽量减少人为的干涉,使用计算机来对肿瘤图像进行分割,这方面研究对于HIFU治疗有着很高的价值。由于超声图像具有以下特点:a.低分辨率、低信噪比;b.低对比度,弱边缘;c.声学伪影和斑点噪声。由于以上这些特性,对超声图像实现分割是一个非常困难的任务。针对上述这些问题,首先得对超声图像做预处理。于是本文中学习研究了相关的预处理方法。本文中论述了用于分割超声图像的三种方法。一种是基于分裂合并思想的图像分割算法,这个算法中的分裂步骤使用分水岭变换构造超像素,合并步骤将超声图像过分割区域作为超像素,然后使用MDL原则进行合并,将拥有相似纹理特征的小区域聚类在一起,从而得到肿瘤分割图像,分裂合并法能够克服超声图像质量很差的问题。第二种是基于梯度阈值的分水岭变换,通过改进种子点的选取方式来解决分水岭过分割问题,直接用于实现肿瘤图像分割。第三种是ISODATA聚类方法,通过将图像的像素的位置信息和灰度信息作为待分类的特征,进行多次迭代找出最佳的聚类数来实现超声肿瘤图像分割。