黑色素瘤的早期鉴别是计算机辅助诊断研究的热点之一,其中轮廓结构不规则性是黑色素瘤早期诊断的重要特征。提取黑色素瘤轮廓不规则特征值的传统方法为全局分形维。由于此方法仅描述了黑色素瘤轮廓粗糙度的整体特征,且没有剔除轮廓的纹理不规则性,鉴别正确率不高。本文提出了利用多尺度高斯滤波去除轮廓纹理不规则部分,定义了具有重要诊断意义的结构不规则性度量,并在不同尺度下提出了新的基于局部分形维分布的轮廓不规则性特征。试验表明本文提取的特征较全局分形维和基于轮廓空间不规则性度量的方法在多层次上具有显著的不规则性信息,提高了基于轮廓不规则性鉴别黑色素瘤的能力。