三维超声颈动脉图像中自动分割出颈动脉斑块对于监控颈动脉粥样硬化的生长和衰退具有很重要的意义。考虑到颈动脉斑块内部回声异质性强以及斑块形状变化多样，本文提出了一种基于中-外膜边界(media-adventitia boundary, MAB)和血管腔-内膜边界(lumen-intima boundary, LIB)先验的水平集分割方法，将斑块分割的问题简化成将斑块与健康中膜组织区分开的问题。分割方法主要分为两步，初始轮廓获取和水平集演化。首先在MAB和LIB之间利用灰度的信息检测到初始的轮廓点，然后将斑块与MAB、LIB相对位置的先验信息同图像信息一起综合融入水平集框架中，通过水平集的演化得到最终的斑块“外”轮廓，该最终演化轮廓与LIB围成的区域即为斑块。同时本研究中获得两位超声影像医生对颈动脉图像多次分割的结果，并将多次分割结果进行轮廓平均作为检验提出的自动分割算法可靠性和准确性的金标准。分割算法中的参数优化利用进化策略方法最小化测试图像集上的分割误差，利用优化的参数在实验图像集上进行分割，并将分割结果与金标准进行比较，实验结果与数据分析结果证明算法分割的结果十分接近金标准。综上所述，本文的主要内容可归纳以下几个部分：(1)基于水平集的图像分割方法：基本原理及具体实现；(2)具体研究方法：三维超声颈动脉数据采集、金标准获取、自动分割算法及其参数优化；(3)实验结果及数据分析。