医学成像过程中由于成像机制的影响,不可避免的引入噪声。图像中的噪声会大大降低图像的质量,使组织边界模糊,细微结构难以辨认,影响医学诊断。因此在医学图像去噪中,有效的去除噪声的同时很好的保留边界和结构信息是十分重要的。图像去噪的方法可分为空域方法和变换域方法两类。空域去噪方法中具有代表性的是基于偏微分方程的去噪和双边滤波,变换域方法根据信号分解方式的不同,目前具有代表性的是小波方法和基于稀疏变换的去噪方法。本文主要介绍了P-M扩散模型和TV模型两种偏微分方程去噪模型、双边滤波、小波去噪以及基于稀疏变换的去噪,并将这五类方法分别应用于含噪的Shepp-Logan仿真图像和T1加权仿真图像。通过对去噪后图像的峰值信噪比和差分图像以及去噪时间的分析比较,我们对五类方法在医学图像去噪中的应用进行客观的评价,以便有针对性地选择去噪方法。