تصویربرداری فراصوت(us) که اساس آن بر پایه امواج فرکانس بالای صوتی بنا نهاده شده، به‎عنوان یک تکنیک تصویربرداری توانمند در زمینه کاربردهای پزشکی مطرح است. به‎دلیل تکنولوژی ارزان و کم ضرر و وضوح نسبتاً مناسب تصاویرus در کاربردهای کلینیکی بسیار مورد توجه قرار گرفته است. کیفیت تصاویر us نقشی کلیدی در دقت تشخیص پزشک ایفا می‎کند اما به‎دلیل ایجاد نویز حین فرآیند تصویربرداری، عمدتاً تصاویر دریافتی تخریب می گردند. از این رو حذف نویز از جمله وظایف پرتقاضا جهت ارتقای قابلیت تشخیصی و عملکرد موفق‎تر سایر تکنیک‎های کامپیوتری خودکار مانند بخش بندی و کلاس بندی، به‎شمار می‎آید. نویز موجود در تصاویر us که منجر به تخریب شدید و کاهش وضوح تصویر شده ماهیت ضرب شونده وابسته به سیگنال دارد. بنابراین به لحاظ آماری به شکل تابع ضرب شونده مدل می‎شود. در این پروژه روشهای جدیدی مبتنی بر معیارهای شباهت فازی و پایگاه قواعد فازی جهت عملیات کاهش نویز از تصاویر us ارائه شده است.روش پیشنهادی اول بر پایه بازیابی تصویر به کمک معیار شباهت فازی بنا نهاده شده است. منطق فازی به علت دارا بودن خاصیت تقریبگر، در مدل کردن توصیفات زبانی و تقریبی موفق عمل می کند.بهمین دلیل جایگزینی معیارهای شباهت فازی با معیارهای کلاسیک موجب بهبود نتایج شده است. در روش دوم با استفاده از ویژگی های محلی تصویر پایگاه قواعد فازی شکل می گیرد و به کمک آن نواحی مختلف تصویر به لحاظ ساختاری و بصورت مجزا تحلیل و بازیابی می گردند. عملکرد روشهای پیشنهادی با استفاده از معیارهای کمی و کیفی با تعدادی از روش‎های مطرح مقایسه می گردد. کاهش نویز در عین حفظ جزئیات ساختاری که از ارزش تشخیصی بالایی برخوردارند، در پردازش تصاویر پزشکی پر اهمیت می باشد. نتایج و مقایسه های انجام شده برتری روشهای پیشنهادی در برآورده کردن این مهم را تأیید می‎کند. برای بررسی کاربردی روشهای مطرح شده، نتیجه تصاویر بازیابی شده به کمک تکنیک‎های کامپیوتری خودکار مانند بخش بندی توده های موجود در تصاویر فراصوت، مورد ارزیابی دقیقتر قرار می گیرند.