微循环是血液循环的重要组成部分,对它的研究常用于帮助发病机理的理解,病情的分析和判断。在许多严重的疾病中,如败血症、慢性溃疡、糖尿病、高血压等,微循环的许多特性将发生改变,如果能够对微循环中的参数变化进行定量分析,将在很大程度上帮助医生临床诊断和治疗许多疾病。使用传统的手工标记测量方法进行微循环参数测量,需要耗费大量的人工和时间,无法胜任实时图像的测量以及大量数据的分析和处理,因此自动化测量分析系统的研制对于微循环研究具有重要的意义。论文主要工作是研制了基于视频图像的微循环血流分析系统,系统主要包括两部分：一是用于测量微循环特征参数的数据处理子系统,二是用于存储和管理特征参数的Web数据库子系统。微循环特征参数包括静态参数和动态参数,静态参数测量主要包括血管直径测量以及血管分布密度测量,动态参数测量主要是指微循环血流速度自动测量。为了实现微循环静态参数的测量,提出了包括抖动矫正、图像滤波及图像增强的处理方法,设计了基于阈值分割和连通域处理的血管密度测量算法,提出了基于血管中心线与边缘提取的血管直径测量方法。为了实现微循环动态参数的测量,提出了将基于视频的流速测量转换为对时空图(Spatiotemporal Image, ST)中轨迹方向检测的测量算法,设计了用于改善ST图质量的滤波及增强算法,提出了基于投影与基于频谱的轨迹方向检测算法。上述参数测量方法仅需少量人工干预,且实验结果表明该方法能够快速准确地实现微循环特征参数测量。为了实现微循环特征参数的存储与管理,构建了一个基于B/S结构的Web数据库,用户能够通过浏览器检索和管理存储在数据库中的大量患者信息及相应的微循环参数数据。Web数据库系统能够在更大程度上地满足研究人员分析和研究的需要,为微循环在临床诊断上研究和应用奠定了基础,顺应了医疗大数据时代的发展趋势。