作为诊断冠状动脉病变和指导冠状动脉介入式手术的可靠手段之一，冠状动脉内超声成像不仅能够提供冠脉腔的形态而且能够显示血管壁的形态、结构和功能状态。 在冠脉内超声成像技术中，从冠脉内超声图像中提取冠脉管腔的轮廓对冠状动脉疾病的诊断和治疗有着十分重要的意义。但是，由于超声图像受噪声干扰较大，传统的轮廓提取算法往往很难对冠脉内超声图像进行有效的分割。为了能准确、自动地对冠脉管腔轮廓进行提取，本论文在分析传统图像分割技术的基础上提出了一种自动提取冠状动脉管腔轮廓的方法。 本论文的主要工作分为三个方面：首先总结现有的图像分割技术及其国内外研究现状，分析并比较它们的优缺点和应用范围；然后在传统的参数snake形变模型基础上对其进行改进：1．根据冠状动脉内B型超声图像灰度呈Raylei曲分布的统计特征，通过最大后验概率密度估计获取管腔轮廓的初始位置。2．分析图像中基于灰度边缘的梯度矢量流的优点和缺点，与基于统计区域的能量函数相结合构造了新的外部能量。3．利用三次B样条函数代替内部能量并通过最小均方误差估计来控制曲线的形变过程，直到曲线与真实的边缘轮廓重合。通过对6组人体冠脉内超声序列图像(2组正常冠脉、2组微血管病冠脉、2组狭窄冠脉)分别采用传统的梯度矢量流snake模型和本论文提出的改进snake模型提取管腔轮廓，并计算各自的均方根误差进行比较，结果表明：本论文提出的管腔轮廓提取方法在准确性、自动性和可靠性方面均高于传统方法；最后将冠脉管腔轮廓的提取方法用于冠脉阻抗估计系统，并进行了相应的动物实验研究：对猪的心肌注射12万单位剂量的栓塞微球后，通过测量和估计不同时间段下基础态和充血态冠脉阻抗等血流动力学参数，探讨血管阻抗与冠脉微血管功能的关系。8头猪的动物实验的结果表明：冠脉微栓塞后冠脉的阻抗、血流储备和阻抗储备等血流动力学参数随时间呈现一定的变化规律，其结论可以为冠脉微栓塞动物模型的建立提供指导。