1.一种全自动超声造影图像分割方法，其特征在于，该方法包括：步骤1，采集并存储超声造影图像序列，构造多帧超声造影图像序列的帧间灰度标准差矩阵；所述帧间灰度标准差矩阵用于凸显超声造影图像区域，抑制组织区域；

步骤2，对所述帧间灰度标准差矩阵进行形态学滤波，再进行二值化，获得超声造影区域的初始轮廓线；

步骤3，利用连续多帧超声造影图像序列的帧间灰度标准差矩阵和灰度中值矩阵，构建基于Snake活动轮廓模型的能量方程；

步骤4，将所述初始轮廓线代入所述能量方程进行多次迭代，获得超声造影区域的最终轮廓线，实现对超声造影区域的分割；

其中，在步骤2中，对所述帧间灰度标准差矩阵进行形态学滤波所利用的公式为：其中，F为进行形态学滤波后获得的图像，SE是结构模块，和·分别是开运算和闭运算；D为帧间灰度标准差矩阵；

在步骤2中，进一步对图像F进行二值化处理，获得二值化图，并基于该二值化图获得超声造影区域的初始轮廓线。

2.根据权利要求1所述的方法，其特征在于，在步骤1中，采集并存储超声造影图像序列，构造多帧超声造影图像序列的帧间灰度标准差矩阵，该帧间灰度标准差矩阵表示为：其中，D表示2k+1帧连续的超声造影图像序列的帧间灰度标准差矩阵，It为该超声造影图像序列中第t个超声造影图像的灰度值，是2k+1帧连续的超声造影图像序列的平均值。

3.根据权利要求1所述的方法，其特征在于，在步骤3中，基于Snake活动轮廓模型的能量方程为内部能量函数和外部能量函数之和，其中，内部能量函数为：

其中，ν(s)＝[x(s),y(s)]，s∈[0,1]为初始轮廓，α和β分别代表轮廓的弹性和刚性，N是初始轮廓上节点数；

外部能量函数为：

其中， 是连续多帧超声造影图像序列的中值，γ1和γ2为约束系数，Gσ是高斯函数，*是卷积运算符，▽是梯度运算符，m,n用于表示滤波窗口，x,y是窗口内的一个点。