传统超声移动困难，价格较高，不适用于紧急救援、随床诊断、家庭医疗等场景，便携式超声设备可以较好地解决该问题，然而便携式超声噪声多，图像质量差，甲状腺结节本身的诊断也较为困难，容易误诊，所以本项目基于便携式超声设备，为帮助医生进行快速、精确诊断，分析了超声图像面临的噪声问题，研究了不同的去噪算法对于便携式超声图像的去噪效果；研究对比了不同的分割与分类算法对于甲状腺结节的应用效果。最终形成了甲状腺结节图像处理软件，为后续相关算法研究与疾病诊断提供了参考。

图像去噪方面，本项目针对便携式甲状腺超声图像进行去噪算法的研究与实践，并且通过主客观方式进行评价，分析不同去噪方式的处理效果，将算法应用于实验采集的便携式甲状腺超声图像进行验证，最终形成针对性的去噪算法。

图像分割分类方面，本项目致力于研究对比不同的分割网络与分类网络在甲状腺结节诊断中的应用效果，选取效果最好且满足便携式超声需求的网络进行软件封装，为甲状腺结节超声图像的辅助诊断领域提供参考。

图像去噪方面，本项目针对便携式甲状腺超声图像，进行了经典去噪算法与改进去噪算法的研究与实践，最终形成了去噪效果最佳的针对性去噪算法。

图像分割方面，本项目通过实现六种分割网络，对比其对于甲状腺结节超声图像的分割效果，综合其客观指标与可视化效果，选择了最优的两种网络，并进行了鲁棒性对比。

图像分类方面，本项目实现对比了两种分类网络，根据其分类准确度选择了准确度更高的网络。

最终，本项目结合实际医疗诊断流程，完成了视频转换、图像去噪、图片分割与分类诊断等功能的集成，将其封装为软件供医疗诊断使用。