长久以来,心血管疾病一直是困扰全球各国的医疗卫生问题之一。其中动脉粥样硬化是多种心血管疾病产生的主要原因,血管易损斑块更是动脉粥样硬化的主要表现之一,因此对于易损斑块的检测,是心血管疾病诊疗与研究的关键问题。血管内光声成像技术的出现为检测易损斑块提供了新思路。由于光声成像的高分辨率、大成像深度以及高对比度对血管斑块的检测具备一定的优势,但对于推向临床应用还有一定的挑战。因此,开展针对动脉粥样硬化的光声/超声双模态内窥成像系统构建,及搭配使用的图像重建与优化算法研究将对易损斑块的检测提供有效帮助。本课题开展对于易损斑块双模态成像方案,包含光声/超声双模态内窥成像系统搭建,内窥成像与图像优化算法研究以及与之匹配的系统测试和实验验证。主要从以下几个方面进行展开:首先,文章将对光声/超声双模态成像技术的基础原理进行研究与阐述。给出系统的设计解决方案并对各部分架构进行解释说明,搭建整套系统硬件部分,包括声学模块,光学模块,电子模块等,提供系统的控制流程,并设计其控制程序与人机交互界面,从而对血管内成像提供有力支撑。然后,对内窥成像算法进行研究,包含信号重建以及图像优化两个部分。将对信号重建应用的传统的时间反演算法对于介入式扫描成像的重建优势以及存在局限性的原因进行阐述。通过搭建改进的U-Net深度学习网络对图像重建进行优化,并通过构建血管动脉粥样硬化计算机仿真模型对搭建网络进行优化效果进行分析。最后,进行系统成像功能性验证,通过实验测试系统分辨率,双模态信号采集等成像测试指标。利用仿体实验验证搭建系统以及改进的U-Net网络应用于实际临床需求的可行性。本课题将从系统搭建、算法研究到实验验证进行全方位研究。通过仿体实验验证其进行双模态成像的基本功能,并将通过计算机仿真实验与仿体实验对研究算法进行进一步验证,获取到高质量双模态内窥图像,验证研究对于临床应用的可能性。