为了使从医学影像设备获取的医学图像更好地服务于现代医学诊断和辅助治疗，需要对医学图像进行滤波处理，使其保留具有重要诊断意义的边缘细节信息。综合分析比较各种去噪算法，基于偏微分方程的去噪算法以其众多的优势被广泛地应用于医学图像处理的各个领域。本文重点研究基于偏微分方程的方法在医学图像去噪和分割处理中的应用。　　论文首先深入研究本课题的研究背景及意义，整体掌握图像去噪方法的研究现状及其在医学图像上的应用。接着对基于偏微分方程的医学图像去噪算法的相关理论做整体介绍，并且研究了经典的PM各向异性扩散模型及在其基础上的现有改进模型，分析了各模型的优点及缺点。在对基于偏微分方程的PM扩散模型的基本思想有了基本了解之后，针对基于偏微分方程的各向异性扩散算法所存在的缺点，通过结合PM算法与中值滤波算法实现PM算法的改进，并且通过实验验证改进算法在医学图像的去噪处理中的有效性。同时，对基于偏微分方程的活动轮廓模型分割算法做基本介绍，用水平集分割方法对医学图像进行分割处理，观察分割效果，进一步验证改进的去噪算法的有效性，并将此方法用作验证去噪效果的评价方法之一。最后将改进的医学图像去噪算法和水平集方法应用于项目系统的开发中，实现医学图像去噪和分割处理的可视化，并且提升系统的显示效果。　　将文中介绍的基于偏微分方程的去噪算法及改进算法应用于医学图像的去噪处理中，数值实验得到了良好的效果，从而为更好地对医学图像进行去噪处理研究提出了新的思路及方法。