随着社会的发展，医疗水平在不断的提高，人们的饮食和生活也在不断的改善。就在公众将更多注意力地投向胃癌、肝癌等疾病的时候，来自前列腺的隐疾，却悄然地成为威胁中老年男性健康的头号杀手。目前，穿刺病理检查是前列腺癌诊断中最可靠准确的手段。但是，单纯依靠人工进行检查需要投入大量的人力和物力，耗费大量的时间，这不利于病人的治疗。大量的研究表明，一旦前列腺细胞癌变后，其组织形态将发生很大的变化。同时，使用计算机辅助诊断技术可以提高病理诊断的准确性、缩短诊断时间。因此，本文提出前列腺病理切片图像分割算法及其特诊提取算法，用于前列腺癌的辅助诊断。本文利用200倍放大图片来进行细胞核和腺腔的分割。先对图像进行色彩空间转换，从RGB空间转换到Lab空间，再利用基于高斯建模的K-Means聚类初步提取出细胞核和腺腔。接着，本文用形态学方法对初步提取的腺腔进行处理，得到完整的腺腔区域；同时，本文利用基于形态学梯度的分水岭算法对初步提取出来的细胞核进行去粘连处理，得到完整的单个细胞核。本文使用50张200倍放大图片进行实验，结果所有的图片都能够较好的分割出腺腔和细胞核，准确率达到94%以上。对于1000倍放大图片图像，本文首先进行网格化处理，再对每一个网格图片进行彩色空间转换，从RGB空间转换到CMYK空间，然后利用多通道信息（C通道和R通道）分割出细胞核。接着，本文对提取出来的细胞核进行亮度增强，并利用OSTU法从亮度增强后的细胞核中分割出ROI区域。最后利用改进的水平集法提取出完整的核仁。在所有用于实验的42张包含核仁的前列腺细胞图片中，我们有40张能够很好的提取出细胞核核仁，准确率达95.2%。最后，本文对分割后的病理对象进行特征参数的提取。所提取的特征参数包括腺腔的大小、面积，细胞核的面积方差，核仁的个数等，为以后的前列腺癌的识别工作打下基础。