应用于人体的超声检测技术是通过测量了解生理或组织结构的数据和形态，来发现疾病并做出提示的一种诊断方法。在临床医学诊断学方面，超声成像技术与X射线、CT、磁共振成像并称为四大医学影像技术，是现在医学分析确诊的重要手段之一。它是一种无创、无痛、方便、直观的有效检查手段，尤其是B超，应用广泛，影响很大。但是，超声图像中所存在的乘性斑点噪声使得超声图像的质量比较差，会对医生分析诊断病人病症造成不利影响，常需配合其他检测手段共同分析，无法切实体现出超声成像的巨大优势。 而现有的超声图像去噪方法大致可分为两类。一是通过对同一对象进行不同频率，不同时间，不同方向的扫描，合成得到最终的图像；另一种方法就是滤波。经典的超声图像滤波方法包括：均值滤波，中值滤波，维纳滤波，以及利用现在人们研究的热点——小波实现去噪的软，硬阈值法。由于人们主要对超声图像中因病变产生的微弱，保留部分感兴趣，上述的以降低空间分辨率的合成法和均值滤波，维纳滤波等方法都无法达到良好的降噪效果。虽然小波阈值去噪方法要比其他几种方法优越，但要得到能够更好地满足超声图象处理特殊要求的阈值还是有一定困难。所以在本文中我们提出了一种基于alpha稳定分布的超声图象去噪方法。 首先我们对图像进行分析，将其进行小波分解后，发现超声图像的信号分量具有明显的非高斯特性，并且超声图像的二维小波系数服从分数低阶的对称alpha稳定分布；然后我们根据分数低阶alpha稳定分布的特点，选择采用最小