本发明公开了一种基于超声造影图像均匀程度的分类方法，该方法通过对超声造影图像进行预处理，得到若干个矩形感兴趣子区域，并对每个矩形感兴趣子区域完成分类标注，接着从每个矩形感兴趣子区域中提取出多组纹理特征，通过对每组纹理特征进行筛选，再结合主成分分析方法，得到分类训练样本；然后，将多分类问题分解为多个二分类问题，并分别针对每个二分类问题，利用分类训练样本训练得到相应的二分类QDA模型，最后利用得到的多个二分类QDA模型对未标注的超声造影图像进行分类预测，并以投票的方式决定该超声造影图像的分类结果。因此，本发明能够降低分类模型的学习难度，提高分类模型的训练效率。