医学图像增强与医学图像分割在医学图像处理中占有举足轻重的地位，两者一直是国内外研究的热点问题，作者在“国家数字化医学影像设备工程技术研究中心”的支持下，从事了此方面的研究工作，取得了以下进展： 医学图像增强是医学图像后处理的首要的任务。频域处理算法、对比度处理算法和GOP处理算法，是目前国际医学影像企业使用的主流算法，代表着当今医学图像增强处理的发展水平。本文重点研究的频域处理算法和对比度处理算法能够显著地提高X线产品的图像质量，使得图像边缘锐利度、对比度及纹理等显示情况均得到较大幅度的改进，目前已经成功应用于产品，而对GOP处理算法原理的详细剖析，为开发下一代处理软件打下了理论基础。 医学图像分割是医学图像处理的经典难题，也是医学图像处理和分析中的关键技术。HMRF-EM(隐式马尔可夫随机场-期望最大化)分割框架是目前国际前沿的分割模型之一，其能够对脑部MR图像进行精确，健壮的分割。在充分研究此模型的基础上，本文将其和偏移域校正技术相结合，提高了其针对此具体特定问题的分割性能，并结合试验对分割框架中的关键参数进行了调整，实现了脑部MR图像的自动分割。