血管内超声（intravascular ultrasound，IVUS）是诊断血管病变，特别是冠心病的介入影像技术。目前根据IVUS图像进行冠心病进行诊断主要依靠人工进行，速度慢、效率低，因此对IVUS图像进行自动、快速的斑块检测，并对含斑块图像进行配准是对图像序列的定量分析和三维重建的重要步骤，对血管疾病的临床诊治具有重要意义。本文提出一种根据IVUS图像径向上灰度曲线的斜率值来判断斑块是否存在的方法。首先通过各向异性扩散滤波去除图像中噪声和无用信息的干扰并突出斑块区域，根据极坐标变换法则将IVUS图像进行极坐标变换，再根据IVUS图像的极坐标视图求得图像各个角度极径上灰度的变化曲线，通过将该曲线的斜率最大值即极径上灰度跳变极值与预设的参考门限进行对比，并根据对比的结果来判断图像中是否包含斑块。针对含斑块图像的配准问题，本文提出根据血管壁轮廓采样点的匹配结果来进行精确图像配准的方法。首先，采用snake模型方法提取血管壁轮廓，通过在轮廓上采样确定标志点集合，对各标志点进行图像的二维和一维算子描述；然后分别运用最近距离点与薄板样条插值法，通过迭代退火过程使待配准点逐渐接近参考点，实现参考图像与待配准图像的特征点集各点之间的一一对应，从而完成IVUS图像的弹性配准，并对配准的结果进行了对比与分析。采用临床采集的图像序列验证了方法的可行性。