动脉血管壁弹性功能是反映人体血管系统好坏的重要指标，分析血管壁弹性对早期识别易损斑块、防治心血管疾病具有重要意义。血管内超声（intravascularultrasound，IVUS）成像可以显示血管内腔、管壁和粥样斑块的组织形态学特征以及斑块的病理组成，它比只能提供动脉长轴影像的冠状动脉造影成像更容易发现血管的早期病变。目前IVUS正越来越广泛地被用于评价冠状动脉粥样硬化特点及程度，被认为是诊断冠心病的“金标准”，并用于指导选择介入性治疗方法、评估介入治疗效果等。　　 目前国内外已经有利用IVUS图像分析血管壁弹性的先例，本文总结了现有的血管壁弹性模型，改进了已有的基于有限元分析和弹性力学的新的血管壁弹性模型，即利用三角形单元形变计算血管壁应变大小，并结合线段微元的形变理论推导适用于血管壁形变的Green应变和Almansi应变。然后通过计算机编程语言加以实现，具体的实现过程是：首先选择同一位置不同压力下的两幅IVUS图像，在血管壁内膜提取后，以一幅图像为原图像另一幅图像为匹配图像进行内膜点追踪，在匹配图像上得到了若干具有一定追踪精度的点，然后将匹配图像细分成网格，取每个网格中的最大精度点，利用Delaunay三角剖分法将所有的最大精度点连成三角网，利用本文的弹性模型计算应变大小，最后建立弹性图并用256色表示应变的大小。本文所用的方法是从抽象的数学模型出发，然后利用图像处理的手段实现该模型，与现有方法相比，具有更强的理论深度和更可靠的计算结果，所得的弹性图也能更清楚的反应血管壁弹性的真实情况。　　 同时，本文还针对血管壁内膜提取算法进行了探讨，由于医学图像往往每个病例中包含上百幅图像，因此在处理时要兼顾提取精度和处理速度。本文总结了现有的医学图像分割算法，之后利用与血管内超声图像相似度很高的光学相干断层成像（optical coherence tomography，OCT）的图像进行分析，利用阈值法和模板法，最终成功提取出了血管壁内膜。　　 本文与山东大学齐鲁医院、北京集翔多维信息技术有限公司合作，开发出IVUS图像管理系统，并与哈尔滨医科大学附属第二医院合作，开发出OCT图像分析系统。