سرطان پستان دومین عامل مرگ بانوان در جهان است. تعیین مرز دقیق ضایعه برای تشخیص سرطان مهم است. از آنجایی که بسیاری از ویژگی های مهم برای تمایز ضایعه خوش خیم و بدخیم بر اساس کانتور، شکل و بافت ضایعه است، ناحیه بندی دقیق برای یک تشخیص موفق ضروری است. التراسوند یک ابزار غربال گری اولیه موثر و ایمن برای تشخیص ضایعه خوش خیم و بدخیم است. اگرچه به علت نویز ذاتی و کنتراست پایین تصاویر التراسوند پستان، ناحیه بندی اتوماتیک ضایعه هنوز چالش برانگیز است. در این تحقیق به دنبال روشی دقیق، موثر و کارآمد با کمترین دخالت کاربر برای ناحیه بندی تصاویر التراسوند پستان بودیم. به این منظور، ابتدا به علت ماهیت نویزی و کنتراست پایین، این تصاویر را با روش میانگین غیرمحلی نویززدایی کرده و با روشی مبتنی بر منطق فازی کنتراست را بهبود دادیم. در بخش ناحیه بندی از مدل مبتنی بر کانتور فعال استفاده کردیم. به این منظور در تعریف تابع انرژی از اطلاعات محلی وزن دار ویژگی های تصویر در مقیاس کنترل پذیر استفاده کردیم. یکی از این ویژگی ها شدت روشنایی است. برای تعیین ویژگی دوم از قوانین نئوتروسوفی استفاده شد. نئوتروسوفی شاخه جدیدی از فلسفه است که با ورودش به بحث ناحیه بندی تصاویر با لبه های مبهم، توانایی مقابله با عدم قطعیت را دارد. در این روش برای هر پیکسل یک پارامتر عدم قطعیت تعریف می شود. وقتی این پارامتر بیشتر از سطح آستانه بود، مقدار آن پیکسل به صورت میانگین وزن دار همسایگی در نظر گرفته شد و در غیر این صورت مقدار پیکسل بدون تغییر باقی ماند. به این ترتیب از توقف کانتور در مینیمم های محلی که بافت مشابهی با ضایعه دارند، جلوگیری کردیم. همچنین به منظور جلوگیری از کمینه شدن طول کانتور روی مرز ضایعه و پیدا کردن لبه های تیز، ضریبی برای عبارت طول کانتور در تابع انرژی قرار داده شد؛ به طوریکه در لبه های ضایعه اجازه کمینه شدن به کانتور داده نشود. با اعمال روش پیشنهادی بر روی 36 تصاویر التراسوند پستان به 6%=tp=95%، fp و si=90% رسیدیم که در مقایسه با روش های rsf و wrsf بهبود چشمگیری داشته است.