提出一种基于Graph Cuts的多尺度乳腺肿块自动分割方法。首先，应用区域统计融合方法对图像进行粗分割，将得到的粗轮廓作为后续Graph Cuts分割的初始轮廓。在迭代优化阶段，引人多尺度分析方法，以高斯金字塔分解得到的多尺度图像序列代替固定尺度的原始图像序列估计高斯混合模型（GMM）参数，将粗糙尺度的易分割性与精细尺度的精确性互补，使得算法以较少样本快速确定GMM参数以执行Graph Cuts分割。另外，为了提高算法的分割速度，采用分水岭算法产生一个区域邻接图，以较少样本代替像素邻接图。将本文方法、交
