在过去几十年中,心脑血管疾病的发病率与死亡率在全世界范围内一直处于前列。心脑血管疾病的一个重要病理基础是颈动脉粥样硬化。大量临床实验结果表明,心脑血管临床事件的发生与颈动脉粥样硬化斑块的破裂有直接的相关性。CT、磁共振成像、超声等医学影像为描述与判断动脉粥样硬化提供了可视化手段,尤其是超声成像技术以其低成本、快捷、安全等优点被广泛地应用于颈动脉粥样硬化的早期诊断。目前超声技术在颈动脉粥样硬化方面的研究主要聚焦于如何利用二维超声图像及其所定义的二维特征来有效地评价药物对颈动脉斑块的作用效果,而本文则重点讨论了如何利用三维颈动脉超声图像以及所定义的二维与三维纹理特征,检测阿伐他汀药物治疗后颈动脉斑块可能发生的潜在变化,为后续治疗效果的评价和治疗方案的选择奠定基础。本文所用实验数据来自项目合作方加拿大Robarts研究所Fenster教授团队,共包含30位受试者(13位接受阿伐他汀药物治疗,17位则服用安慰剂作为对照实验组)。每位受试者以六个月为间隔对左右两侧颈动脉分别采集其三维超声图像。从三维数据中分别提取一阶灰度统计,灰度共生矩阵,差分矩阵,游程长矩阵,局部三值模式与Laws纹理能量等方法的二维与三维特征;然后,利用SVM分类器与10倍交叉验证法对提取的特征数据进行分类评价,以验证特征的有效性。我们首先从三维超声图像重采样得到的二维图像提取二维纹理特征,对实验数据进行分类评价,通过特征组合与主成分分析法筛选优化得到优化特征子集。实验结果表明,由该优化特征子集得到的颈总动脉,颈内动脉和颈外动脉三个位置的分类准确率均大于96%,灵敏度约为90%,特异性约为98%。同时,辅助以指标阳性率,阴性率,马修相关系数和约登指数以及ROC曲线的AUC值来验证分类的有效性,初步证明用药与未用药图像的纹理信息有明显的变化,该药物产生了一定的治疗作用。在二维纹理特征评价基础上,我们定义了相对应的三维图像纹理特征,并应用于三维颈动脉超声图像的评价。研究结果表明,在使用同一个药效评价模型条件下,三维特征集合中灰度游程长矩阵特征对药物治疗后的颈总动脉数据的区分能力最强,其分类准确率为97.50%,灵敏度88.46%,特异性100%,AUC为0.8695,证明了该分类结果是有效的。而灰度游程长矩阵特征因其对于不同颈动脉图像的分辨能力使其成为评价该药物药效的特异性指标之一,为今后的药物追踪与评价、治疗方案的确定等临床应用提供了参考依据。