动脉粥样硬化（Atherosclerosis，AS），缺血性中风（Transient Ischemic Stroke，TIS）和突发性心脏病（Heart Attack），属于世界上致死的第一大疾病---心脑血管疾病（Cardiovascular and Cerebrovascular Diseases，CVDs），每年都造成了巨大的经济损失，也给无数家庭带来痛苦。改进检测和治疗技术、正确评估和确定病人中风的风险概率、提高风险因子的预测能力，对于降低该疾病的死亡率将产生巨大的影响。颈动脉粥样硬化常常在主颈动脉（Common Carotid Artery，CCA）的分叉处（Bifurcation，BF）产生血栓栓塞，导致脑动脉的阻塞，形成中风。该疾病大多可以通过调节生活方式、改变饮食结构在早期加以防治；后期则可以通过药物治疗、颈动脉支架手术（Carotid Artery Stenting，CAS）、颈动脉内膜切除术（Carotid ArterialEndarterectomy，CAE）等加以缓解。目前，研究AS的发生与发展，特别是对颈动脉斑块治疗反应的对比及监控，是以“开发敏感的风险因子评价技术”、“识别高风险的病人”和“减少发生中风的概率”为主要发展战略。在临床应用上，现阶段超声普查（Ultrasound screening）对晚期、高发的AS人群效果较好，统计学上具有显著意义；然而，对早期、无症状或症状不明显的病患容易产生漏检的情况。三维（Three-dimensional，3D）超声作为传统二维（Two-dimensional，2D）超声的一个重要发展，在“颈动脉粥样硬化诊断”和“易损斑块识别”中具有重要的临床价值。因此，基于三维超声图像的颈动脉血管的实时分割、药效的分析评价和斑块的准确识别与定性，是本论文的主要研究方向。本论文的主要研究内容旨在：以颈动脉三维超声作为一种低成本、高敏感的测量工具，来确定加重颈动脉粥样硬化的风险因素，并评估颈动脉粥样硬化的治疗效果。所以，本论文的研究手段是：将颈动脉三维超声（Three-dimensional Ultrasound，3D US）成像技术，作为一种新的监测颈动脉粥样硬化变化的手段，通过对颈动脉粥样硬化的表型特征（phenotypic characteristics）量化与分析，验证这种无创、定量的三维颈动脉成像方法的临床适用性。其中颈动脉粥样硬化的表型是指：颈动脉和斑块的形态、功能等各方面的表现，如厚度、大小、形状、体积、回声性质、药物耐受力乃至其易损性等等。本论文的研究目标是：通过纵截面和横截面的血管分割，提取并确定易损斑块的重要特征，提供一种评估颈动脉斑块生长或消亡（progressionand regression）的低成本和高敏感方法，并提供反应斑块稳定性治疗的有用信息。因此，本论文在建立灵敏、重复性好的三维超声成像系统上，具体地量化与分析以下四个颈动脉粥样硬化的表型特征：局部和整个血管壁内中膜厚度（Intima-media Thickness，IMT）；斑块总面积和总体积（Total PlaqueArea，TPA；TotalPlaque Volume，TPV）；血管体积（Vessel Wall Volume，VWV）；斑块形态与纹理特征，并能监测、比较这些特征的变化。本论文按照上述研究方向、研究内容和研究目标，已完成的三个具体研究工作包括：（1）提出了一种半自动的“基于主颈动脉分叉点和中轴切分的血管厚度测量方法”。为了能获得三维体数据中血管局部和整体平均厚度信息，该方法基于主颈动脉分叉点和中轴，对超声三维体数据按三视图方向切分，依次得到二维横断面、冠状面和矢状面序列图像；分别处理上述序列图像，统计得到最终的主颈动脉血管壁内外轮廓和血管壁厚度等信息。该方法克服现有计算机辅助诊断中血管分割方法计算复杂度大、主观因素易造成误差等缺点，能快速、准确、完整地获得颈部超声主颈动脉血管的局部和整体信息；与手动分割方法相比，操作便捷，所得的血管局部和整体平均厚度信息，可作为衡量颈部粥样硬化程度的指标，进而用于心脑血管疾病辅助诊断和防治。（2）在实现“主动轮廓模型（Active Contour Model，ACM）和数学形态学的混合方法”分割血管内外轮廓后，进一步应用主动形状模型（Active Shape Models，ASM）方法及其改进（ImprovedActive Shape Models，I-ASM）方法、主动外观模型（ActiveAppearance Models，AAM）方法，应用于多种颈动脉外轮廓（Media–adventitiaBoundary，MAB）和内轮廓（Lumen–intima Boundary，LIB）分割，并在算法间进行横向比较，与金标准进行纵向比较，从而进行算法的量化分析。该算法能够在5分钟内完成分割，其产生的平均偏差小于人工手动分割偏差的一半；采用距离、面积等测度和体积误差，评价算法的鲁棒性，并用统计分析方法衡量两个专家用本算法分割结果的一致性。实验结果和数据分析均表明：该算法的分割效果接近金标准，可为今后的辅助诊疗系统提供指导意义。（3）经仿真体模和超声体模验证模拟的血流介导扩张（Flow Mediated Dilation，FMD）功能后，开发和验证一种半自动软件工具，来量化斑块的特征并用于评估颈动脉粥样硬化的治疗效果。颈动脉斑块的病理生理学研究表明，颈动脉斑块的形态和纹理的特征，是识别易损斑块和监测疾病发展的关键。提取斑块的形态、纹理、弹性的多维多类特征，并分别采用反向传播神经网络（Back Propagation NeuralNetwork，BPNN）、支撑向量机（Support Vector Machine，SVM）作为分类器，对特征集合进行识别判决，准确度分别为84%和91%，随后采用ROC（Receiver OperatingCharacteristic）曲线和AUC（Area Under Curve）面积对分类器性能进行了分析、比较。上述方法与软件均通过三维颈动脉超声病人图像初步验证。实验结果表明：本论文的血管壁内中膜厚度测量、血管内外轮廓分割方法、粥样硬化体模仿真的定量与定性分析及斑块多维多类特征的提取与分类，结合相关危险因素，可综合评价药效，进而判决斑块易损性，对心脑血管疾病的诊断与治疗有重要临床意义。