动脉粥样硬化(Atherosclerosis)等心脑血管疾病(Cerebral-cardio Vascular Diseases)严重地威胁到人体的健康,而心脑血管疾病与颈动脉(Carotid)的特征有着密切的联系。本文对颈动脉的运动特征进行研究,期望它能够间接地反应出颈动脉内壁是否出现硬化,收缩是否正常等状况,从而为心脑血管疾病诊断提供定量的依据。超声检测由于具有非侵入,价格低廉等优点而被广泛使用,然而超声图像具有其特有的斑点噪声(Speckle Pattern)。虽然斑点作为噪声存在而影响图像质量,但是由于斑点具有稳定性和唯一性,却可以通过对这些斑点噪声进行跟踪来获取颈动脉的运动和其它与颈动脉运动特征相关的信息。本文在现有的斑点运动跟踪方法基础上进行了算法改进,给出了一个分析颈动脉运动相关特征的完整方案。所完成的主要工作和创新点如下:(1)超声图像中斑点运动跟踪算法常用的有两种:光流法(Optical Flow)和块匹配算法(Block Matching)。块匹配算法方法简单且容易实现,不需要像光流法那样复杂的迭代过程。我们选用块匹配算法作为斑点运动跟踪方法。在利用块匹配算法对实际的超声图像进行斑点运动跟踪前,先利用超声线性模型生成模拟的超声图像验证了块匹配算法的正确性。(2)块匹配算法包括搜索策略和匹配准则两个方面。搜索策略有全搜索法,菱形搜索法,三步搜索法等。通过分析颈动脉超声序列图像的运动分布特征,发现颈动脉超声序列图像同样满足快速搜索算法的条件。本文利用改进后的三步搜索法(New Three Step Search)作为搜索策略,对比分析改进前后的三步搜索法发现改进后的三步搜索法能有效地减少匹配块的数量从而减少运动估计所需要的运算量。匹配准则有NCC (normalized cross correlation),MAD (MAD, mean absolute of differences),MSD (mean square of differences)等,我们采用不涉及到复杂乘除运算的MAD准则。利用MAD准则比较模板块和候选块时,可以采用块和金字塔算法(Block Sum Pyramid)这一快速算法。本文对块和金字塔算法进行改进,增加了若干MAD阈值。仿真结果表明改进后的块和金字塔算法和原先的块和金字塔算法有着相同的准确度,而且改进后的算法在效率上有一定程序的提高。最后分析了结合新三步搜索法和改进的块和金字塔算法的块匹配算法。(3)利用上述准确而快速的斑点运动跟踪算法,可为医学辅助诊断颈动脉运动相关特征提供定性和定量的手段。定性的手段是指将运动矢量以合适的比例进行放大,然后将兴趣点的运动矢量叠加在原先的序列图像上进行同步动态地显示。通过该定性手段,医生可以通过肉眼直观地对所研究的短轴或者长轴视频上具有代表特征的兴趣点进行运动观察。定量的手段为提供给医生他们所选取的各个兴趣区域的运动向量,应变及应变率(Strain and Strain Rate)等曲线。提取这些不同曲线在整个心电周期内各曲线中的运动,应变及应变率峰值。这些峰值能够反应颈动脉的弹性特征,然后从医院采集到的不同组别(控制组,内中膜厚增厚组,斑块组)的颈动脉序列图像中提取各个峰值,利用统计学进行分析,判断这些组别之间的运动,应变及应变率等峰值等平均值是否有显著差异。本文对现有的斑点运动跟踪算法进行了改进,然后将其用于颈动脉超声序列图像的运动特征提取,结果表明改进后的斑点运动跟踪算法效率有较为明显的提高。在提取运动特征之后给出了辅助医学分析诊断的定性和定量手段,为以后进一步研究弹性特征以及揭示运动特征与心脑血管疾病之间可能存在的关系奠定了基础。