本发明公开一种基于多尺度加权学习的乳腺肿瘤分割方法，涉及图像分割技术领域，本分割方法首先需要收集肿瘤超声图像，将肿瘤超声图像划分成M个多尺度的肿瘤超声图像单元，提取每个单元的特征，构建多尺度学习模型，随后，根据肿瘤超声图像灰度分布不同质性，设定图像中每个像素的权重，构建加权学习模型，最后，将加权后的M个肿瘤超声图像单元引入全卷积神经网络进行分割，M个分割结果融合后得出最后的分割结果，根据提取特征，训练并构建全卷积神经网络模型，初步工作完成后，即可将待测试的肿瘤超声图像依次输入多尺度学习模型、加权学习模型、全卷积神经网络模型，完成肿瘤图像的自动分割，具有分割准确率高的优点。