在医学图像处理领域中,由于成像系统、传输介质和记录设备等的不完善,医学图像在其形成、传输记录过程中往往会受到多种噪声的污染。一般噪声信号与研究对象不相关,以无用的信息形式出现,扰乱图像的可观测信息。因而去除噪声是图像处理过程中最先进行的工作,如果不对图像去噪,直接对图像进行处理毫无意义,甚至会导致医生在诊断病人病情时做出错误判断。针对去除医学图像噪声问题,本文对此进行研究,主要完成了以下工作：对现行比较流行的三种检测噪声机制：开关阈值检测法、极值检测法和两极门限检测法进行研究,以及评价判噪效果如何采用误判率、漏判率、准确率、错误率这四个量进行衡量,并使用现行评判去噪算法优劣的两种评判标准：主观评判标准和客观评判标准,来评判本文提出的混合噪声滤波算法。研究了图像滤波技术现状,对常用的几种图像去噪方法：均值滤波、中值滤波、高斯平滑滤波以及它们的改进算法做了深入探索,分析了各种算法的性能优劣和实用场合,并对标准均值滤波算法、标准中值滤波算法、高斯平滑滤波算法这些经典算法进行了实验模拟。针对医学图像中的混合噪声滤除问题,综合考虑中值滤波算法和均值滤波算法的各自优点,提出了一种针对混合噪声的滤波算法,这种混合噪声滤波算法先通过改进中值滤波算法——自适应阈值开关中值滤波算法对混合噪声中椒盐噪声部分进行去除,然后通过改进均值滤波算法——局部去极值均值滤波算法对混合噪声中高斯白噪声部分进行去除,达到去除医学图像中混合噪声的目的。在matlab软件平台上实验了混合噪声滤波算法,验证了这种算法的滤波效果比标准中值滤波算法和标准均值滤波算法要优,处理后图像更清晰,图像细节信息保留更完整。