Resumen: Los recientes avances en el campo del análisis de imágenes biomédicas han permitido, o facilitado, la evaluación, cuantificación y diagnóstico precoz de diversas patologías, gracias a la automatización, o refinamiento, de tareas que hasta ahora debería llevar a cabo manualmente un experto, generalmente con un alto coste temporal. Este trabajo fin de máster tiene como objetivo el estudio y desarrollo de algoritmos y herramientas que ofrezcan una cuantificación del estado y evolución temporal de la arteria carótida, en casos en los cuales presenta un cuadro subclínico de aterosclerosis, una afección que se manifiesta con la aparición de depósitos de placa en la pared arterial, y que puede tener complicaciones irreversibles si no es tratada a tiempo. Para el desarrollo de este trabajo fin de máster se han empleado imágenes en ultrasonido 3D de la arteria carótida. Sin embargo, esta modalidad de imagen presenta ciertas limitaciones que dificultan la realización de estudios de evolución de la patología. Por ello, se ha propuesto un proceso de tratamiento y mejora sobre las imágenes, cuyo objetivo es extraer información cuantitativa útil para el estudio evolutivo de tal afección.Además, se ha realizado una caracterización de la pared arterial, permitiendo llevar a cabo distintos estudios espaciales de la evolución de la aterosclerosis. Para poder realizar dicho seguimiento y cuantificación evolutiva temporal de la patología se ha realizado un estudio longitudinal, donde se ha analizado la evolución de dos tipos de descriptores: la evolución longitudinal y longitudinal-axial de los descriptores de composición; y la evolución anatómica que sufre la pared arterial a consecuencia de los depósitos de placa aterosclerótica, en el cual se extraen descriptores anatómicos. Por último, se ha realizado un estudio transversal multimodal donde se efectúa una comparación del diagnóstico de la composición de la placa aterosclerótica obtenida por dos modalidades de imagen diferentes: ultrasonido y tomografía axial computarizada. A lo largo del proyecto, se evalúan las técnicas y algoritmos propuestos con casos de estudio basados en datos de pacientes reales.