随着心脑血管疾病发病率、致残率和致死率的逐年增高,动脉粥样硬化作为众多心脑血管疾病共同的病理基础,其早期诊断的重要性已得到普遍认可并成为研究的热点。临床和实验研究表明,许多脑血管疾病在发病前期,动脉粥样硬化病变使得动脉管壁增厚变硬,管壁弹性和脉动位移明显减小。血管腔直径的脉动变化以及血管壁内、中及外膜的脉动位移即成为血管疾病诊断的重要指标。因此,研究出能提取精确管壁搏动位移的方法,对心脑血管疾病的预测和诊断有非常重要的意义。超声成像能够无创估计血管壁搏动位移信息。通常超声测量动脉管径的方法有B-MODE、M-MODE及ECHO-TRACKING三类,其中B-MODE方法不但可以较准确提取动脉壁的位移,而且能直观的展现管壁的搏动过程,常用于相关研究和临床检测。但是,这些方法仅在理想测量条件下才能保证测量动脉壁搏动位移的精确性,而现实的超声检测会受检测过程中存在因测量者把握探头的不稳定、受试者的呼吸运动等产生的微小位移引入的干扰,使得直接用这三类方法得到的动脉壁位移包含了由外界干扰引起的成分。为了提高管壁位移测量精确性,本文提出了基于颈动脉B超扫描序列图像的全局刚性配准方法消除干扰。图像配准是医学图像处理的一项重要技术,其主要任务是寻找最佳的空间变换使系列图像实现最佳对准,本文依据图像配准得到的空间变换对超声图像进行校正以消除外界干扰。在传统的超声图像配准算法中图像强度(intensity)及其变化梯度是最常用的特征,但超声图像的斑点噪声和低回声成分会影响配准的结果。为此,本文进一步提出用高斯差分法提取超声图像的单演相位特征进行全局图像配准,单演相位特征包含了比灰度特征更多的信息,使得图像配准更加准确。配准消除干扰后,通过斑点跟踪(Speckle tracking)算法就能够得到更准确的动脉壁位移。为了验证本文提出方法的有效性,本文进行了相关的仿真和临床实验。结果表明,本文提出方法有效地去除了干扰,使得估计的管壁搏动位移的精确性有显著提高。本文实验为临床早期诊断动脉粥样硬化病变提供了有应用前景的理论结果。