医学图象处理作为图象处理技术的一个重要应用领域，受到了计算机图象处理研究者的广泛重视；医学图象处理与识别的方法研究也随着计算机图象处理的发展成为当代医学图象领域的前沿课题。图象处理与分析技术的发展及其在医学图象中的应用，为医学诊断提供了更加丰富、准确的医学信息。在医学诊断中，由于癌症的高发生率和高死亡率，癌症诊断成为其中的一个研究热点，其中的判断依据集中在癌细胞的识别这一问题上，近年来国内外医学图象研究者针对该课题提出了很多有效的图象处理与识别方法，根据这些理论与方法研制开发出的癌细胞自动识别系统在计算机辅助诊断中尤其是缺少专家的情况下具有十分重要的意义。 在医学图象处理领域，借助计算机来进行图象处理和分析，是图象处理技术结合医学影像特点的重要应用方面。作者在研究了国内外该领域的技术方向和发展动态后，综述了主要的研究内容和方法，介绍了在癌症诊断中图象处理与识别的研究重点和核心技术，如：信息融合技术、数学形态学理论及技术、图象分割理论及方法等等。本文在这些理论与技术的基础上，具体结合医学细胞图象的特点，采用合适的处理手段并有机结合这些技术得到了较为理想的处理结果。 在医学细胞图像处理的研究中，细胞图像中细胞的分割和识别是其中最重要、最困难的一个方面，特别是在癌症诊断中，细胞区域分割问题的解决对疾病诊断、细胞信息定量分析、细胞变异等研究具有不可低估的影响。由于在获取的医学图像中常常有多个细胞同时存在于一幅图像的现象，而在分类与识别时我们一般是对取样后的每个细胞进行特征提取，进而得到整个取样的判别结果，因此对于单个细胞的区域分割是其中十分重要的一个步骤。本文在讨论医学细胞图像的预处理、图象分割、特征提取、分类与识别等完整步骤的基础上，在预处理阶段针对医学细胞图象的特点提出了一种基于广义图象的信息融合算法，在图象分割中，提出了一种基于数据结构中树的遍历的细胞图像区域分割方法——“T形遍历分割法”，最后对医学图像处理及癌细胞自动识别系统的研究做了简要的总结。 本文的内容安排如下： ◆引言部分介绍了医学数字成像和处理技术的发展概况，讨论了癌细胞解放军信息工程大学硕士学位论文的特征分析和诊断技术，探讨该领域中的主要技术课题，分析了开展本课题研究的必要性和意义。 .第二章讨论医学图像处理中的预处理技术。首先简要介绍了医学图象的获取，然后就医学图象处理中常用的预处理方法进行了介绍，针对细胞图象提出一种基于广义图象的图象融合算法。 .针对医学图像处理和分析中常用的数学形态学理论，第三章介绍与之密切相关的二值图象处理，分析了数学形态学理论和基于形态学的医学细胞图象处理方法。 .第四章是论文的重要组成部分，也是细胞图象处理中的核心部分—图象分割方面的知识。本文将数据结构的理论引入细胞图象区域分割，提出了一种基于数据结构的细胞区域分割算法—T形区域分割法。该算法运用数据结构和连通区域知识，巧妙、直观而有效地实现了单个细胞的分离，并且作为一种图象分割的新算法，也用于一般图象分割处理。 ，第五章介绍了细胞图象中的特征提取以及最终的分类与识别方法，提取的依据是癌细胞与正常细胞的特征差异，主要是:癌细胞的细胞核变大、形状不规则，细胞核和细胞质增长不同步。综合这些特征，实现了癌细胞自动识别。 .第六章对全文进行了简要总结，对本课题的下一步工作和研究重点及研究难点进行了说明，并对医学细胞图象处理及癌细胞自动识别系统的发展进行了讨论。