超声波骨密度检测方法因其独特的优势已成为骨密度检测研究的热点，微弱信号的处理与分析是超声波骨密度检测系统研究中的一项重要内容。超声波骨密度检测信号的提取及通过超声参数对骨密度进行估算是其中的关键，对于超声波骨密度检测方法在临床上的深入研究具有重要的意义。在充分分析超声波骨密度检测信号特性的基础上，重点讨论小波软阈值去噪算法。针对传统软阈值方法中阈值选择固定的缺陷，结合小波熵理论和二次小波变换，提出基于小波熵的微弱信号检测方法，实现了微弱检测信号的准确定位，有效地提取了超声波骨密度检测信号，对提取的信号通过计算得到反映骨密度变化的超声声速与衰减变化参数。针对目前还没有统一的超声波骨密度检测方法评价标准，通过对国外超声波骨密度检测仪的测量数据与标准骨密度数据进行相关比较，提出利用人工神经网络方法，建立了由超声波骨密度测量中的衰减、声速变化和受试者年龄等参数进行骨密度估算的网络模型，通过训练及验证，实现了利用超声检测参数估算骨密度，从而参照骨密度标准进行骨质疏松评价。超声波传感器测量骨密度实验中采集的信号完全被噪声湮没，应用基于小波熵的微弱信号检测方法，有效地提取了超声波骨密度检测信号。实验分析表明，该方法对其它微弱信号的处理与分析具有良好的参考价值。