Σε αυτή την εργασία παρουσιάζεται μια πλήρως αυτοματοποιημένη μεθοδολογία κατάτμησης για την ανίχνευση των ορίων του αρτηριακού τοιχώματος σε διαμήκεις εικόνες καρωτίδας β-σάρωσης. Συγκεκριμένα υλοποιείται ένας συνδυασμός της μεθοδολογίας του μετασχηματισμού Hough για την ανίχνευση ευθειών με μια μεθοδολογία ενεργών καμπυλών. Η μεθοδολογία του μετασχηματισμού Hough χρησιμοποιείται για τον ορισμό της αρχικής καμπύλης, η οποία στη συνέχεια παραμορφώνεται σύμφωνα με ένα μοντέλο ενεργών καμπυλών βασισμένων σε πεδίο ροής του διανύσματος κλίσης (Gradient Vector Flow - GVF). Το GVF μοντέλο ενεργών καμπυλών βασίζεται στον υπολογισμό του χάρτη ακμών της εικόνας και τον μετέπειτα υπολογισμό του διανυσματικού πεδίου ροής κλίσης, το οποίο με τη σειρά του προκαλεί την παραμόρφωση της αρχικής καμπύλης με σκοπό την εκτίμηση των πραγματικών ορίων του αρτηριακού τοιχώματος. Η προτεινόμενη μεθοδολογία εφαρμόστηκε σε είκοσι (20) εικόνες υγιών περιπτώσεων και δεκαοχτώ (18) εικόνες περιπτώσεων με αθηρωμάτωση για τον υπολογισμό της διαμέτρου του αυλού και την αξιολόγηση της μεθόδου από ποσοτικούς δείκτες ανάλυσης κατά ROC (Receiver Operating Characteristic – ROC). Σύμφωνα με τα αποτελέσματα, δεν παρατηρήθηκαν στατιστικά σημαντικές διαφορές ανάμεσα στις μετρήσεις της διαμέτρου που πραγματοποιήθηκαν από τη διαδικασία της αυτόματης ανίχνευσης και τις αντίστοιχες μετρήσεις που προέκυψαν από την χειροκίνητη ανίχνευση. Οι τιμές της ευαισθησίας, της ειδικότητας και της ακρίβειας στις υγιείς περιπτώσεις ήταν αντίστοιχα 0.97, 0.99 και 0.98 για τις διαστολικές και τις συστολικές εικόνες. Στις παθολογικές περιπτώσεις οι αντίστοιχες τιμές ήταν μεγαλύτερες από 0.89, 0.96 και 0.93. Συμπερασματικά, η προτεινόμενη μεθοδολογία αποτελεί μια ακριβή και αξιόπιστη μέθοδο κατάτμησης εικόνων καρωτίδας και μπορεί να χρησιμοποιηθεί στην κλινική πράξη. / In this thesis, a fully automatic segmentation method based on a combination of a combination of the Hough Transform for the detection of straight lines with active contours is presented, for detecting the carotid artery wall in longitudinal B-mode ultrasound images. A Hough-transform-based methodology is used for the definition of the initial snake, followed by a gradient vector flow (GVF) snake deformation. The GVF snake is based on the calculation of the image edge map and the calculation of the gradient vector flow field which guides its deformation for the estimation of the real arterial wall boundaries. The proposed methodology was applied in twenty and eighteen cases of healthy and atherosclerotic carotid respectively, in order to calculate the lumen diameter and evaluate the method by means of ROC analysis (Receiver Operating Characteristic – ROC). According to the results, there was no significant difference between the automated segmentation and the manual diameter measurements. In healthy cases the sensitivity, specificity and accuracy were 0.97, 0.99 and 0.98, respectively, for both diastolic and systolic phase. In atherosclerotic cases the calculated values of the indices were larger than 0.89, 0.96 and 0.93, respectively. In conclusion, the proposed methodology provides an accurate and reliable way to segment ultrasound images of the carotid wall and can be used in clinical practice.