提高乳腺超声图像质量对于乳腺超声临床治疗具有重要意义,低噪声、高对比度的图像能极大地提高医生对病情诊断的准确率。然而,由于超声图像采集原理及成像设备的影响,采集到的超声图像天然含有大量散斑噪声,其在图像中呈现为颗粒状斑点,导致图像细节分辨率不高且边界模糊不清,影响超声图像后续的特征提取、病灶分割等工作。研究人员针对散斑噪声的去除提出了许多方法并取得了较好的效果,但仍存在一些问题,如图像边缘保留不足以及算法复杂度较高。在此背景下,本文针对散斑噪声去除中存在的问题,对乳腺超声图像去噪方法进行研究,旨在有效提高乳腺超声图像质量。具体工作内容如下:(1)本文对非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)进行改进,提出了基于NSST与改进模糊的乳腺超声图像去噪算法。首先,通过改进模糊算法增强图像对比度;然后,采用NSST将图像分解为低频部分和高频部分,对低频部分进行线性变换以调整图像整体对比度,对高频部分采用自适应阈值模型去除图像中的噪声;最后,将处理后的高、低频部分通过逆NSST获得降噪图像。在自建乳腺超声图像集上的实验结果表明,相比于实验中选取的对比算法,该Baricitinib核磁算法处理后图像的散斑抑制和均值保持指数最优且边缘保持指数至少提高了3.87%,具有较好的去噪效果。(2)传统块匹配三维滤波(Block-matching and 3D Filtering,BM3D)算法中块匹配过程需要对参考块给定邻域范围内的所有图像块进行相似性判断,导致算法运行效率低,针对该问题,本文提出一种融合超像素分割确认细节的改进BM3D乳腺超声图像去噪算法(以下简称Superpixel-BM3D)。首先,引入基于噪声密度空间聚类(Density-based Spatial Clustering of Applications with Noise,DBSCAN)的超像素分割方法,对原图进行超像素分割得到相应的超像素标签矩阵;然后,利用超像素标签矩阵来引导BM3D算法中的块匹配过程,一方面可以减少相似块的搜索时间,另一方面超像素标签也给相似块度量提供了辅助信息,提高了块匹配的准确性;最后,改进BM3D算法中的硬阈值滤波,局部噪声参数估计进一步提升去噪效果。在自建乳腺超声图像Impoverishment by medical expenses集上的实验结果表明,相比于传统BM3D算法,该算法处理后的图像等效视数平均提高了1.75%,边缘保持指数平均提高了2.56%,而算法处理时间平均降低了51.62%,兼顾了去噪效果和算法处理时间。(3)本文提出的Superpixel-BM3D算法相比传统BM3D算法在去噪效果和运行效率上均有提升。然而,乳腺超声图像中的散斑噪声会直接影响超像素分割的准确性,从而影响块匹配过程中相似块的选取,导致BM3D在平衡噪声去除和图像边缘保留上仍有不足。因此,本文首先采用多滤波离散分数傅里叶变换(Discrete Fractional Fourier Transform,DFRFT)对图像进行增强,根据乳腺超声图像经DFRFT后频谱图的特征,设计了两种滤波器,采用两种滤波器分别对图像进行滤波并融合得到增强图像,再进行超像素分割以获得更精确的超像素标签矩阵。此外,为了进一步降低算法处理时间,在保证去噪效果的条件下,采用曼哈顿距离作为相似性度量方式。在自建乳腺超声数据集上的实验结果表明,相比于传统BM3D算法,该算法处理后的图像等效视数平均提高了5.76%,边缘保持指数平均提高了5.96%,而算法处理时间平均降低了46.27%,在兼顾去噪效果和图像边缘保留的同时降低了算法处理时间。