医学超声成像因其有效、安全、便携及低成本成为医学诊断中的一种重要手段。医学超声图像处理算法的研究是近年来随着医学超声成像技术的发展和广泛应用而出现的一个新的图像处理方向，并且随着医学超声成像技术的发展还在不断发展，因此越来越受到人们的重视。虽然医学超声图像处理算法的研究是直接面向医学实践的，但其研究成果对其它图像处理领域也有很大的推动作用。　　本论文对医学超声图像处理算法中的一些关键问题进行了研究，包括降噪、分割、压缩技术，还涉及医学超声成像系统的图像采集技术。具体包括以下几方面的工作：　　医学超声图像的采集技术直接决定了超声图像的特点和质量。针对图像采集的重要环节——数字声束形成技术，提出聚焦参数压缩算法，该算法利用游程编码和预测编码技术，成功地降低了逐点聚焦产生的大量参数对硬件容量的要求。　　超声成像技术是通过人体对高频声波的反射来获取图像的。严重的散斑噪声污染使超声图像的视觉质量很差，组织间的边缘检测也很困难。为解决该问题，本文提出了一种新的笛卡儿坐标系中的各向异性扩散降噪方案。该方案在提取梯度信息时利用多方向中值滤波算法代替传统的高斯滤波算法，由于考虑了边缘方向，该方法降低了边缘模糊程度。对各向异性扩散算法的研究发现扩散可以沿两个相互垂直的方向进行，因此引入方向分离的扩散形式，以不同方式处理边缘和噪声。进一步又借助于边缘信赖度调整扩散算法的参数设置，使其更适合图像的局部特征。实验表明该方案达到提升各向异性扩散算法降噪性能的目的。由于超声成像系统不能对平行于声束的结构成像，针对凸阵探头采集的超声图像，本文提出了利用极坐标下局部梯度的基于极坐标的扩散算法。该算法还使用一种随超声声束对器官表面的入射角来调整传导函数阈值的方案，且引入了基于结构矩阵的边缘自适应扩散模式，该模式可以有选择性地保持边缘或者光滑噪声。所提出方法的最大特点是考虑了超声成像设备的物理机理。分析和实验显示了提出的算法在去除噪声以及保留边缘上都有不错的表现。　　由于超声图像的低对比度和噪声干扰，即使对有经验的医师来说，确定图像中物体的边缘也是一项困难的工作。论文结合蛇模型研究超声图像的自动分割算法。首先提出一种利用形状先验知识和灰度特征的改进蛇模型，该方法通过计算蛇曲线与期望形状的相似性来调整蛇模型的参数。形状相似性度量是通过对傅立叶描述子的改进实现的。另外，还提出一种针对心脏超声图像的纹理分割方案。纹理特征是图像的重要特征之一，它描述了灰度信息的空间分布。对低信噪比的超声图像来说，纹理特征是区分目标和背景的一种有效途径。该算法在傅立叶频谱的基础上推导出纹理强度图，并利用蛇模型得到图像的粗分割结果。随后利用提出的比较规则解决了纹理计算所引入的模糊性，在粗分割的基础上实现图像细分割。规则的主要特点是对每个像素来说，不再依赖以它为中心的图像块的纹理特征，而是通过以它为边界点的图像块的纹理特征的比较来确定其分类。实际超声图像的分割结果显示所提算法具有很好的性能。　　庞大的数字医学图像既降低了系统的传输效率又占用昂贵的存储资源，压缩技术为解决这一问题提供了有效的途径。本文针对B型超声图像提出了一种基于整数提升小波变换的有损压缩方式。鉴于医学诊断的需要，在提高压缩比的同时，仍要保持高保真度且诊断区域不能损失任何信息。图像的内容是影响压缩效率的重要因素，不存在任何单一的小波变换能对所有图像都达到最好压缩效果。针对超声图像的特点，通过掩模技术，提出一种通过调整图像的小波表示来提高压缩比的算法。利用超声图像成像区的图像域掩模，生成相应的小波系数掩模，从而将不同的小波系数组合在一起，作为随后的基于分层树的集合划分算法的数据源。另外还对基于分层树的集合划分算法进行了两点改进。其一是改进了其子树的划分方法，使其适应提升算法。其二是将小波系数的四个子带分开编码，进一步提高压缩效率。实验显示了该算法良好的性能。　　最后简要介绍了本文作者在医学超声成像系统中所做的工作，着重介绍了数字声束形成电路板的设计及图像处理算法的硬件和软件实现。