人类胚胎心脏超声图像对于医学应用,如先天性心脏病的诊断与胎儿早期心脏功能的评估等非常重要。然而由于胚胎超声图像成像的特殊性,导致超声图像拥有高噪声和低对比度。因此对其进行去噪和增强就非常重要。本文设计了一种包含去噪和增强的特殊方法框架。在此框架的去噪部分,本文首先设计了一种用于4D胚胎心脏超声图像序列的4DNLM(非局部均值)去噪方法。它充分使用了相邻图像之间的相似信息来对目标图像进行降噪。之后本文针对4D-NLM运行时间较长以及没有4D序列图像的情况采用了深度卷积神经网络的去噪方法以及采用深度卷积生成对抗网络来扩展数据集的方法。在增强方面,本文设计了一种成为“对每个直方图支柱进行自适应裁剪”(ACEHP)的增强方法来增强心肌空间,已将其与血液空间区分开来。去噪和增强的实验表明,4D-NLM算法比NLM和WNNM等几种经典和最新技术具有更好的去噪效果。使用4D-NLM数据集或DCGAN数据集的DnCNN也可以达到较好的去噪效果。同样,ACEHP方法与CLAHE和SVDDWT等几种经典和最新算法相比,可以得到较好增强效果的同时保证图像的低噪声水平。此外,在“4D-NLM+ACEHP”组合处理后的图像进行的体绘制中,心腔边界整齐清晰。同时,在完成以上算法的同时,本文基于Qt Creator,完成了人类胚胎心脏超声图像去噪与增强系统的设计与实现。本系统可以实现人类胚胎心脏超声图像的去噪与增强,并可以及时显示图像处理结果,也可以实现图像的批量处理。为科研人员及医护人员提供了便利。