با توجه به اینکه تشخیص حرکت یکی از عوامل مهم جهت کاهش خطا در تصویر برداری پزشکی هسته ای به شمار می رود. روشهای متعددی جهت تشخیص حرکت در تصویر برداری پزشکی هسته ای توسعه یافته است که هرکدام از آنها دارای محدودیت های مربوط به خود می باشند. در بین این روشها، روشهای مبتنی بر استخراج پارامترهای حرکتی از درون تصاویر همانند روشهای مرکز ثقل و همبستگی متقابل از روشهای متداول و در دسترس هستند. اما با این حال این روشها نیز با توجه به خصوصیات تصاویر پزشکی هسته ای همانند درصد نویز بالا و محو بودن مرز اندام ها، دارای خطا می باشند. بنابراین در این تحقیق بر آن شدیم تا با استفاده از کلیات تصاویر تجزیه شده توسط تبدیل موجک گسسته دو بعدی (dwt) ، دقت تشخیص حرکت را در دو روش بیان شده افزایش دهیم. به بیان دیگر با تجزیه تصاویر و استفاده از قسمت کلیات آن عوامل محدود کننده در تشخیص حرکت در تصاویر رنوگرافی را کاهش بدهیم. در این تحقیق از تصاویر شبیه سازی شده حرکتهای مختلف طولی، عرضی و چرخشی مربوط به بیماران بزرگسال، کودک، چاق، هیدرونفروزیز خفیف و شدید در سه سطح مختلف چگالی شمارش در آزمون رنوگرافی استفاده شد. و تاثیر تبدیل موجک(تجزیه موجک و استفاده از کلیات تصویر) بر افزایش دقت تشخیص حرکت در دو روش مرکز ثقل و همبستگی متقابل را ( با استفاده از 54 موجک در 7 خانواده و در سطوح تجزیه متفاوت ) هم بصورت آماری و هم در مقایسه میانگین ها مورد بررسی قرار دادیم. نتایج نشان می دهد که در چگالی شمارشهای مختلف و تنها در سطح اول تجزیه تعدادی از موجکها باعث افزایش دقت تشخیص حرکت در مقایسه میانگین ها و در بررسی آماری (سطح اطمینان 95%) می شوند که موثر ترین این موجکها از خانواده هایrbio, dmey haar, db, sym, هستند. به طور مثال در چگالی شمارشهای پایین موجک db باعث افزایش دقت تشخیص حرکت از حداقل مقدار حرکت قابل تشخیص 4پیکسل به 3پیکسل در روش همبستگی متقابل می شود. همچنین از بررسی داده های تحقیق به این نتیجه می رسیم که در هر دو روش تشخیص حرکت، عوامل موثر در افزایش دقت تشخیص حرکت را می توان به نوع موجک، سطح تجزیه توسط موجک و چگالی شمارش تصاویر ( نسبت نویز در تصاویر ) وابسته دانست. وبنابراین با توجه به جداول بدست آمده در قسمت نتایج می توان بهترین موجک جهت افزایش دقت تشخیص حرکت را در چگالی شمارشهای مختلف و روش تشخیص حرکت مورد نظر انتخاب کرد.