近年来,为了提升现代医疗诊断的准确性和有效性,医学图像处理占据重要作用。磁共振成像(Magnetic Resonance Imaging,MRI)因为具有对病变组织敏感、成像清晰、组织和器官明显区分的优点,使得MR图像成为辅助医学诊断的首选。但在某些情况下,MRI由于特定采集序列导致信号非常弱时,磁共振图像会受伪影和随机噪声的影响,致使图像质量降低。噪声成为必须妥善处理的关键问题,要求必须在降低噪声和保留实际细节特征之间做出权衡,以增强诊断相关的图像内容。因此,图像降噪仍然是一项艰巨的任务。本文首先将多路径匹配追踪算法应用到MR图像去噪中,进而提出一种遗传算法优化的多路径匹配追踪算法,随之继续对遗传算法进行改进,最后应用到MR图像去噪中。本文的主要工作如下:(1)利用多路径匹配追踪算法对MR图像去噪。算法中利用Gabor函数作为原子字典库的生成函数,讨论了不同原子个数、不同尺度原子对算法性能的影响,有效结合了 Gabor原子字典库的局部表征特性和方向选择性以及多路径匹配追踪算法多候选支撑集的优点,在提高去噪性能的同时克服了原有算法单一候选集的缺点。通过标准测试图像与仿真MR图像的实验数据可得,该算法在图像细节特征保留上体现了良好的性能。(2)提出一种遗传算法优化的多路径匹配追踪MR图像去噪算法。算法在多路径匹配追踪算法每次迭代求解与局部图像特征相匹配的多个候选原子过程中引入自适应遗传算法寻优,有机结合了自适应遗传算法和多路径匹配追踪算法的优点,不仅能够避免遗传算法易陷入局部最优的缺陷,得到较高精度的最佳匹配参数,而且有效地降低了多路径匹配追踪算法的计算量,克服了多路径匹配追踪算法因计算量太大不能推广应用的缺点。标准测试图像与仿真MR图像的重构实验中,该算法表现了良好的去噪效果,重构后的图像精度和重构时间均有明显改善。最后,将该算法应用于临床MR图像的去噪,实验结果表明了算法的临床应用价值。(3)鉴于自适应遗传算法会陷入局部最优的可能性,进而利用自识别交叉算子提高收敛速度,自适应变异算子增加群体多样性,两者的有效结合使得遗传算法不仅在每次迭代过程中保留良好个体,而且降低算法陷入局部最优的能力。标准测试函数实验表明了算法的寻优能力以及进化稳定性。最后将算法引入多路径匹配追踪算法的迭代寻优中,进行图像去噪。该算法有效提高了被选择原子参数的最优性,表现了良好的去噪效果。