心血管疾病是严重危害人类健康的重大疾病。我国人口众多且心血管疾病一直处于高发状态，因此通过计算机辅助手段预测、诊断和治疗心血管疾病是迫切并且有实际需要的。在各种计算机辅助诊疗技术中，基于医学图像的心血管疾病诊断是医学图像处理领域的一个重要的研究方向，也是临床关心的研究热点之一。本文的目的是研究如何使用图像处理和机器学习技术，更准确、鲁棒和快速地从关键医学影像中自动挖掘出重要心血管疾病指示信息，以便对后续的临床诊断和治疗产生帮助。　　常用的关键心血管疾病影像学检查技术包括:　　1）血管内超声成像，从中可以检测出斑块负荷这一指标，该指标是选择后续介入治疗方案的重要依据。　　2）计算机断层造影成像，从中可以观察血管的三维结构，可以为血流动力学仿真提供血管几何结构信息，以判断血管供血是否正常。　　3）颈动脉超声成像，从中可以检测出颈动脉血管壁运动这一指标，该指标近年来被认为是心血管疾病的一种新的预测因子。　　基于上述成像技术所得医学图像，本文的研究内容主要包括:　　研究基于血管内超声图像的冠状动脉血管边界检测的方法。由于带声影的高密度钙化斑块会对血管中外膜边界的提取产生一定影响，所以本方法首先研究如何从血管内超声图像中识别出含有软斑块和低密度钙化斑块的血管截面以及含有高密度钙化斑块的血管截面，然后针对这两种情况，利用区域生长方法和曲线优化技术提取血管中外膜边界。已提取出的血管中外膜边界缩小血管管腔分割的感兴趣区域。鉴于血管管腔与板块之间的图像对比度在具有不同程度的动脉硬化疾病的冠状动脉上有明显的特异性，因此使用自编码器神经网络来更有效地提取管腔区域的图像特征，然后对管腔区域和非管腔区域进行分类，以得到血管管腔边界。实验结果证实了该方法的有效性。　　研究基于计算机断层造影图像的冠状动脉血管分割及三维重建的方法。考虑到计算机断层造影图像中主动脉几何形态的稳定性，首先研究主动脉在不同断层图像中的定位，然后利用主动脉和冠状动脉相连这一解剖特征找到冠状动脉根部的位置。接下来，通过把断层血管图像从血管横截面角度投影到不同方向的血管长轴角度，得到含有血管长轴的图像。把冠状动脉根部当做种子点，利用动态规划方法得到血管长轴的管腔边界。最后不同投影角度得到的管腔边界，利用拟合技术重建出三维血管结构。实验结果证实了该方法的有效性。　　研究基于颈动脉超声图像的血管壁运动追踪的方法。考虑到颈动脉运动追踪的逆问题本质，首先研究建立运动描述模型，以对颈动脉运动过程加以约束。然后通过状态空间方法将该运动模型转换到状态方程的形式，其观测值由块匹配方法提供。由于模型噪声分布的不确定性，研究使用H。。滤波器米求解该状态方程，以预测血管目标组织运动相关的状态值。最后在时间-空间上将目标组织在每帧超声图像上位置连接起米，以得到颈动脉血管壁组织的运动轨迹。实验结果证实了该方法的有效性。