超声医学图象分割是多维超声医学图象重建中的难题。该文从特征提取与模式分类两个方面研究超声医学图象分割方法。该文的创新主要有以下几个方面:1.首次将分形几何引入医学图象描述和分割中，讨论了分形维数特征提取方法所存在的问题，并提出了一种改进的方法，实验结果表明效果良好;2.提出了基于自组织特征映射神经网络的超声医学图象分割分法并与分莆结合，这是一种创新组合;3.将传统的模式聚类方法与自组织神经网络相结合，提出了一种图象自动分割方法以解决多维医学图象重建中的难题，这一方法在文献中尚未见报道;4.首次将自产生与自组织宰经网络用于图象自动分割，这一创造性的应用将图象分割中确定类别与分割两个过程合二为一，提高了分割速度，同时将其权系数修改规则进行了修正以适用于图象分割;5.创造性地提出了混合神经网络构造方法与学习算法，并将它用于超声医学图象分割，实验结果表明这种将无监督学习与有监督学习相结合的方法具有较好的效果。