医学超声影像技术已成为现代医学影像技术中不可替代的支柱,它和X-CT、MR及核医学成像(PET, SPECT)一起被公认为四大现代医学影像技术。几种成像技术各有优缺,其中由于超声诊断具有无创、无损、无电离辐射、实时性好等优点,已越来越受到人们的重视。在利用超声对心脏、肝脏等组织的功能进行诊断的过程中,常用的是基于多普勒效应的组织多普勒成像(TDI)技术,但其测量结果受到声束方向与组织运动方向夹角的影响。由此,一种新的超声诊断技术被提出,即斑点追踪成像技术(STI),它作为一种新兴的超声诊断技术,体现出其它超声技术无可比拟的优越性,国外很多研究人员和学者把这项技术作为一个新的研究方向。对于斑点追踪算法主要关注的有两个方面：计算时间和运动矢量的准确性。本文主要针对斑点追踪算法在上述两个方面的性能进行研究并应用。主要内容包括：(1)计算时间。本文在搜索方法上讨论了主要影响计算时间的因素,对全搜索法(FS)以及几种快速匹配搜索算法,如三步搜索法(3SS)、新三步搜索法(N3SS)、四步搜索法(4SS)、菱形搜索法(DS)等的基本原理进行了介绍,并使用实际B型超声图像序列,进行了具体实验,以测试几种快速匹配算法在对实际超声数据进行应用时的性能,结果证实了之前的预测。(2)运动矢量准确性。由于超声图像噪声较高以及缺乏纹理信息等因素,对其进行运动矢量估计,得到的运动矢量还不够稳健。蚁群优化是一种优化方法,它的核心是将关于问题的多个知识源整合成一个新的解决方案。而为了在超声图像序列中找到稳健的运动矢量,可以使用多个知识源,例如,在序列方向上的运动矢量约束(时间约束),在局部运动矢量相似性上的约束(空间约束)等。因此,本文通过蚁群优化将上述知识源整合成一个新的运动矢量估计方法,利用C++和ITK进行实现,并通过实验加以验证,最终得到了较好的结果并证明了新方法的可行性。