本发明为一种基于多层次聚类的脑部肿瘤图像分割方法，该方法包含以下内容：采集有肿瘤的脑部肿瘤核磁共振图像数据，作为脑部肿瘤原始图像，同时获取该图像的肿瘤区域掩膜；利用多层次聚类分割图像，包括预处理模块、特征提取模块、层次聚类分割模块、肿瘤区域选取模块；所述特征提取模块对滤波后的脑部肿瘤图像进行特征提取，以滤波后的脑部肿瘤图像本身像素值、3×3邻域像素均值、5×5邻域像素均值、灰度共生矩阵的能量、灰度共生矩阵的均值、Tamura中的对比度与粗糙度这七个指标为滤波后的脑部肿瘤图像的每个像素点构建特征向量，所有像素的特征向量构成一个特征矩阵。本发明结合了SAP聚类方法和DP聚类优点，在运算速度上超过了AP算法。