心脑血管疾病已经成为导致人类死亡的主要病因之一,预防和早期诊断心脑血管疾病是降低心脑血管死亡率的工作重点。颈动脉血管的内中膜厚度作为众多心脑血管疾病的标志替代物之一,因为其简单易测,在临床上被广泛应用。在颈动脉内中膜厚度的测量中,超声图像被认为是首选的医学图像,因为颈动脉的高频超声图像能够清晰显示动脉管腔、内膜层、中膜层和外膜层的前提下,相对于其他影像设备,对人体的危害小、价格便宜且适用于实验研究。目前临床上对于颈动脉内中膜厚度的测量一般采用手动测量的方法,由受过专门培训的医师在颈动脉超声图像上,分割出管腔与内膜层、中膜层与外膜层两条边界,继而测出两条边界间的距离,即内中膜厚度。但是这样对于数量较大的数据,测量起来费时、费力,而且测量结果会因为测量者测量习惯的不同而出现偏差。在本文提出的计算机辅助的半自动颈动脉内中膜厚度测量方法中,操作人员只需手动选取一个包含颈动脉远端的感兴趣区域,计算机便会自动测量出颈动脉的内中膜厚度。在其中的两条边界的提取中,我们采用的是改进的Chan-Vese水平集分割模型,在原有的分割模型中,针对所采用的超声图像符合Rayleigh分布或者是Rician分布,将原有的Chan-Vese模型进行了改进。该改进的Chan-Vese分割方法使用了两次,首先在操作人员手动选取的感兴趣区域中提取出管腔与内膜层之间的边界,然后第二次使用该分割模型提取中膜与外膜之间的边界,最后测量出两条边界之间的距离即颈动脉的内中膜厚度。实验结果表明,我们可以准确地提取出两条边界线,并测量出内中膜的厚度。我们将使用改进的分割模型与原有的Chan-Vese的测量结果进行了对比,结果表明,改进的方法测量内中膜厚度更快更准确。