医学图像的好坏直接影响着医生对病情的诊断和治疗,因此利用数字图像处理等技术对医学图像进行有效的处理,已成为医学图像处理研究和开发的一大热点。小波分析是对傅立叶变换的继承和发展,在医学影像领域有着广阔的应用前景。由于单小波基不能同时拥有基于小波变换图像去噪算法需要的所有性质,限制了单小波系数收缩算法去噪效果进一步提高。因而人们开始关注具有良好性质的多小波,并得到了一些研究结果。本文利用多小波变换将图像变换到多小波域,在小波域内应用Laplacian算子的一种特殊差分格式,并考虑小波域内各个子带的分形维数,定义了一个新的自适应的小波系数阈值收缩函数,并由此提出了一种自适应的多小波阈值去噪算法。与以往去噪算法不同,本文算法只需要含噪图像本身,不需要去噪图像的任何其它先验知识即可自动确定多小波域内的小波系数收缩阈值。针对标准的256灰度医学CT图像,进行了去噪仿真实验研究。实验结果表明,算法不仅能具有良好的去噪效果,而且能有效的保留图像的细节信息和纹理特征。尤其对于高度污染的图像,去噪效果更加显著。