由于软组织的病理变化一般伴随着组织弹性和硬度的变化,所以在一些疾病的诊断中(例如:乳腺癌,甲状腺结节,肝肿瘤,前列腺癌等),生物组织的弹性信息有着非常重要的临床价值。人工触诊由于其简便、易实施的特点,仍是目前常用的诊断方法,但是结果受到医师主观因素的影响较大。而普通的超声诊断设备则很难检测到超声回声特性与正常组织差别不大的病变。因此,近年来,弹性成像技术得到了迅速的发展。通过超声弹性成像得到的弹性图像可以直接反映组织的弹性分布,为以上疾病的临床医疗诊断提供了一种新的影像手段。本文主要研究一维静态弹性成像方法,主要工作和贡献如下:首先,提出了一种新的快速峰值跟踪算法(FPSA),并对计算位移的过程进行优化。该算法利用函数的单调性直接定位超声数据中的关键点,不需要对射频信号进行加窗处理,也避免了求导操作,所以大大缩短了组织应变估计所需要的时间,同时减小了误差。其次,为了进一步的减少算法的计算量,在快速峰值追踪算法的基础上又提出了单峰值定位算法(SPS)。该算法只寻找超声射频信号中的极大值(或极小值),作为组织运动跟踪的关键点。相较于FPSA方法,由于单峰值定位算法只对一种峰值感兴趣,因此减少了一半计算量,在不影响成像质量的同时,进一步提高了超声弹性成像的速度。本文利用ANSYS软件建立了人体组织的有限元仿体模型,利用FieldⅡ平台模拟得到射频超声信号,在此基础上进行仿真实验。实验证明本文提出的两种算法比经典时域互相关等成像方法具有更广的应变适用范围和更快的运行速度等优势。