近几年生物芯片技术的快速发展对生物芯片信息处理方法提出了更高的要求：自动化程度高、准确率高、速度快。图像处理算法是生物芯片技术信息处理技术的关键。细胞神经网络(CNN)具有并行高速的特点和适于图像处理的网络结构。本文深入研究了基于CNN的生物芯片图像处理方法。　　 首先探讨了CNN用于生物芯片图像处理的意义。介绍了CNN数理模型、网络结构及其用于图像处理的基本思想。　　 然后总结了生物芯片扫描图像的特点和已有的各种处理方法，提出了一套完整的生物芯片图像处理方案，涵盖了必要的各种处理功能。根据这一方案，基于CNN设计了一系列算法。算法功能全面，包括：图像增强、倾斜校正、样点定位、样点分割以及样点信息提取。算法还具有一些已有算法不具备的特色，能够检测受污染样点、设计了新的CNN模板用于样点定位、能快速地将CNN的处理结果转化为有利于后续处理的数据。　　 最后利用实际的生物芯片图像对算法进行了详细的试验研究，证明该系列算法速度快、准确率高，将有助于实时生物芯片信息处理系统的研究。