冠心病是目前导致人类死亡的主要疾病之一,实时心肌声学造影(Real Time Myocardial Contrast Echocardiography, RT-MCE)技术的诞生开创了冠心病诊断的新局面。该技术能够无创并且定量评估分析心肌微循环。当前国内外学者对MCE图像的研究集中于如何提高图像定量分析的客观性与准确性上。但是目前已知的心血管超声软件或者设备都没有解决MCE冠心病定量分析中的一个关键技术问题：MCE图像的降噪。这个问题严重影响了冠心病临床诊断的客观性和准确性。以往有关MCE图像降噪的研究工作比较少见。偶见文献报道的相关研究虽然有着很强的学术价值和理论探索意义,但是对于临床应用,效果都不是很理想,因此需要探索新的方法来解决这一问题。R. G. Stockwell博士在1996年提出了S变换(Stockwell Transform)理论,同时指出函数的S变换可以通过对其小波变换进行相位校正来得到,即在信号多分辨率分析技术框架下,S变换可以被看成是小波变换的扩展。S变换分析技术继承和发展了小波变换及短时傅里叶变换(Short Time Fourier Transform, STFT)的优点,是一种在医学图像降噪领域极具应用潜力的多分辨率分析方法,有望成为该领域强有力的新工具。小波变换在图像降噪领域已有着出色的表现,作为一种应用性能更为优异的时频分析方法,S变换在医学图像降噪领域无疑将有着更为巨大的应用前景。基于此,我们将小波变换的阈值降噪方法引入到S变换中,提出了基于二维S变换分析技术的阈值图像降噪算法,仿真实验表明该算法有着良好的应用性能,其在MCE图像降噪中的成功应用进一步表明该算法的临床应用价值。S变换固有的内存需求量和计算复杂度严重地阻碍了它在图像处理领域的应用,使得其只能处理规模较小的图像或者感兴趣区域。R. G Stockwell博士又于2006年提出了离散正交S变换(Discrete Orthonormal Stockwell Transform, DOST)算法,该算法不仅保持了S变换原有的优点,而且极大地减少了S变换的计算复杂度和内存需求量,使得S变换更加实用。后有学者进一步提出了该算法的快速实现方式—快速离散正交S变换算法(Fast DOST, FDOST),这种快速算法能够更好地减少S变换的计算复杂度。本课题实现了DOST算法和FDOST算法,并将它们应用于MCE图像降噪中,同样取得了良好的降噪效果。