动脉粥样硬化严重威胁着人类身体健康。在动脉粥样硬化的研究中,有两项重要内容：发生机制的研究与易损斑块的识别。一方面,动脉粥样硬化的发生机制至今未被完全阐明。内皮细胞通透性的变化、血流动力学特性的变化与动脉粥样硬化的发生之间存在着错综复杂的关系,而细胞通透性的变化、血流动力学特性的变化可能伴随着细胞形态、血管形态的改变,可以通过医学成像手段加以显示。另一方面,动脉粥样硬化斑块分为易损斑块与非易损斑块两类,其中易损斑块更具危害性。易损斑块破裂、血栓形成,会引起急性心血管病事件,从而危急人类生命。借助医学成像手段,对斑块进行显影,可帮助识别易损斑块,对预防急性心血管病事件具有重要意义。在这两方面研究中,都大量应用医学成像技术,如血管内超声成像、磁共振成像、荧光显微镜成像等。成像硬件设备日新月异的同时,图像分割、特征提取等医学图像处理方法相对滞后,制约了成像技术的应用与发展,也影响着动脉粥样硬化的深入研究。本文针对动脉粥样硬化研究中医学图像处理技术遭遇的困难与挑战,提出图像分割、特征提取的新方法,以进一步阐明动脉粥样硬化的发生机制,并实现动脉粥样硬化易损斑块的自动识别。研究工作围绕着发生机制与识别易损斑块两个角度展开。在动脉粥样硬化发生机制的研究中,依托于图像处理技术,开展两项工作：第一,基于显微镜图像研究内皮细胞形态与通透性的关系。提出荧光显微镜图像分割与特征提取新方法。该方法将斑点抑制的各向异性扩散技术与标记制约的分水岭算法相结合,分别解决内皮细胞荧光图像信噪比不高和部分边缘缺失两个分割难点；并提出用细胞检测接收机操作特性曲线确定算法中需设置的两个关键参数；最后从得到的细胞轮廓中自动提取细胞形状和细胞间隙两类形态学特征。该方法是快速分析大量显微镜图像的自动化工具。运用该工具,发现两例猪冠状动脉内皮细胞的两个形态学特征(单位面积三叉点数、单位面积细胞间隙长度)与其通透性一定程度上相关(R>0.39,P<0.0005),为探明低密度脂蛋白进入血管壁的可能途径提供了帮助,有利于进一步阐明细胞通透性升高的原因及动脉粥样硬化的发病机制。第二,基于磁共振图像研究颈动脉分叉形态与血流动力学特性的关系。提出用因子分析来提取健康人颈动脉血管形态学因子。首先通过图像分割得到50例颈动脉分叉内腔轮廓,计算出14个形态学特征。接着将这些互相关联的原始特征经基于主元分析的因子分析提炼出4个互不相关的因子。最后经多变量线性回归发现其中两个因子与血流动力学特征密切相关(R2>0.5,P＜0.0001),且具有较明确的物理意义：分别度量了分叉膨胀性和颈总动脉、颈内动脉非共线性。血流动力学特征表征了动脉粥样硬化血流动力学意义上的易感性,但是需经繁琐的计算流体动力学分析方能得到,本研究表明简单地提取血管形态学因子有望代替这一繁琐工作,进而为动脉粥样硬化的无损早期筛查提供帮助。为了克服以往手工判别易损斑块耗时耗力、主观性强、可重复性差等缺点,本文研究了基于血管内超声的易损斑块自动识别。主要包括两项工作：第一,血管内超声图像中斑块的自动分割。提出Contourlet活动轮廓模型,准确自动地提取内腔轮廓与外弹力膜轮廓。该方法针对传统图像分割方法初始化和鲁棒性两个问题,将Contourlet变换这一多分辨率、时频局域性、方向性、各向异性的图像表示方法引入边界矢量场活动轮廓模型中,运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和外弹力膜的初始轮廓；对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,之后结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。第二,研究了血管内超声图像中斑块的特征提取与分类器设计。由计算机自动提取临床上常用的形态特征,并提出提取斑块纹理、弹性两类新特征的方法,以更全面准确地量化斑块属性。其中纹理特征包括一阶统计量和灰度共生矩阵特征,弹性特征的提取基于非刚性图像配准技术。三类特征共同组成特征集输入分类器。比较了Fisher线性判别、支撑向量机、广义相关学习矢量量化三种分类器识别124例斑块(36例易损,88例非易损)的性能,发现支撑向量机分类性能最好,在留一法测试集上敏感性、特异性、准确率和约登指数分别达到91.7%、97.7%、96.7%和89.4%。