随着医学成像技术在临床诊断和治疗上的不断发展,医学图像处理与分析技术应运而生。医学图像处理与分析技术主要包括医学图像增强、医学图像分割、医学图像配准和三维重建等方面,其中,医学图像的增强与分割是进行其它医学处理的基础和前提。因此,医学图像的增强与分割也就成为了医学图像处理领域的研究热点。　　 本文对多尺度几何分析中Contourlet变换理论进行了深入研究。Contourlet变换能够更稀疏地表示图像,具有良好的各向异性,但是Contourlet变换缺乏平移不变性,会产生伪吉布斯现象。进而我们深入研究了非下采样Contourlet变换,该变换具有平移不变性,能有效消除伪吉布斯现象,因此,本文将非下采样Contourlet变换理论应用到医学图像增强与分割领域中。　　 本文的创新点在于将非下采样Contourlet变换理论应用到医学X线头影片图像的增强与分割算法中。在基于非下采样Contourlet变换的医学图像增强算法中,我们针对医学X线片的特点,将非下采样Contourlet变换理论与图像增强技术相结合,对带噪医学X线头影片图像进行了图像增强的仿真实验。实验结果表明,该方法与直方图均衡化、小波变换增强和Contourlet变换增强相比,处理后的图像不仅增强了对比度,同时抑制了噪声,而且保留了图像的边缘细节信息,峰值信噪比的值较高。而后我们将增强后的图像,应用离散分数布朗运动模型法进行了分割的仿真实验。实验结果表明,该方法与Canny算子和Sobel算子相比,处理后的图像的标志点清晰准确,相对传统的分割方法有明显的优势。