乳腺癌是世界上最常见的女性恶性肿瘤之一，严重威胁妇女健康。早期发现，正确诊断乳腺癌对后期治疗至关重要。医学成像是现代医学领域重要的诊断方法，本论文针对DBT成像质量优化，超声图像分割功能组织辅助诊断开展研究。　　乳腺X射线有限角度数字断层层析技术Digital Breast Tomosynthesis，DBT）是迄今为止乳腺癌诊断率最高的影像学检查方法。由于接收器有限的接收视角，重建图像层在视角附近的边界出现不连续的现象，称之为截断伪影。本文提出了两种算法以抑制截断伪影。方法一用数字图像处理方法，对重建后的数据进行灰度补偿，以去除伪影。方法二基于SART重建算法，对重建过程中的特殊项进行约束，在重建算法中消除伪影。用三组数据对两种方法进行验证，均在处理后保持乳腺组织结构的同时消除或抑制了伪影，验证了算法的有效性。　　DBT系统在X射线的成像过程中，Z方向的数据是有所缺失的。因数据不全，使得成像结果产生严重的伪像，降低了分辨率，表现出和实际待重建组织差异性。而三维超声图像在Z方向的成像分辨率高，且边缘清晰，可作为一种X射线图像重建的补充和辅助方法。通过加入三维超声，将超声图像丰富的边缘信息加入到重建过程的约束项后，保留了DBT在X-Y平面的成像优点，提高了图像在Z方向的成像质量。通过对重建过程的算法进行优化，并对复合模式进行有效地配准、融合，可以使重建结果更为准确地传递组织内部的信息，对于DBT应用到临床中具有非常重要的意义。　　超声图像来区分功能组织的图像分割，对于乳腺癌的临床诊断非常重要。完整的三维超声体的手动分割困难，且不同的放射医师存在着内部观察的差异性。文中，提出了一种自动分割算法来分割三维乳腺超声体的所有主要组织类型，以协助校正乳腺癌的图像，并用脉冲回波和声速成像方法来辅助解析和诊断。实验证明，提出的方法该方法不仅能正确区分脂肪和非脂肪组织，且更好的展示了囊肿的分类。经过自动方法和手动分割多次评估比较，显示出良好的持续性，有助于定位畸变组织并简化乳腺图像分割的工作流程，加速提高三维超声图像的诊断。此外，所提出的分割方法可以提供乳腺影像报告和数据系统潜在的重要信息，包括乳腺密度，肿块大小，形状和边缘，回声模式和肿块位置的超声特性。该方法在辅助诊断乳腺癌方面有良好的应用价值。