血管内超声能够提供管腔、管壁横截面图像,分辨出斑块的大小、组成成分、分布以及观察斑块处血管的重构情况,从而对人体血管腔及血管壁的形态改变提供可靠的信息,是研究动脉粥样硬化疾病的有效工具,在斑块稳定性的诊断上具有冠脉造影无法比拟的优势。根据斑块的不同性质指导介入治疗并进行实时评价,可以减少冠脉病变的发生。但是在临床中对不同斑块的识别主要是医生根据经验来判断,这种主观判断方法易受到个人诊疗经验、思维方式、技术水平等因素的影响。斑块类型的正确识别可以对病情做出合理的推断,给医生和病人提供合理的参考,对诊断动脉斑块、防治心血管疾病具有重要意义。　　 首先概括论述IVUS图像处理技术的研究背景、目的和意义,并介绍了课题相关技术的国内外研究现状,然后介绍血管内超声的基本测量技术和图像成像影响因素,分析血管内超声图像在医学领域的应用及优势,着重描述了IVUS斑块图像纹理特征。在斑块纹理特征分析基础上,总结分析现有方法的特点和局限性,提出了特征提取新方法灰度.梯度共生矩阵,并应用于斑块特征提取作为分类依据,与灰度直方图、灰度共生矩阵方法进行对比,解决现有方法分类效果不理想的问题。通过实验结果数值以及样本散点图对比,对特征提取方法优劣做了直观说明,并为下一步构造分类器做好数据预处理准备工作。在总结各方法所取得的结果后,得到斑块分布示意图,验证本文提出方法的可行性及准确性。最后,利用支持向量机构造斑块分类器,基于支持向量机的原理,实现了多类分类,针对现有的分类参数优化问题提出将遗传算法用于参数寻优寻找最佳参数,减少训练及分类时间,提高识别率。　　 对IVUS图像的仿真进行了探索研究,在差分背散射横截面模型上,基于FieldⅡ平台引入不同类型斑块特征,实现IVUS图像的仿真。通过对比仿真图像与实际图像的相关系数验证这一方法,仿真结果相对传统极坐标生成方法有了改善,更加接近真实图像。