乳腺癌作为一种高致死率的恶性肿瘤，已经严重影响妇女的身心健康甚至危及她们的生命，在国内某些地区乳腺癌呈现高发的趋势，乳腺癌的早期检测对提高乳腺癌治愈率具有重要的作用。随着病理学的发展，免疫组化技术已被广泛应用到乳腺癌的诊断中，在完成对组织标本切片后的免疫组化处理后，在显微镜下可观察到标本的病变区域（阳性区）和正常区域（阴性区）分别呈现出不同的颜色反应。本课题的主要目标是从免疫组化技术处理的组织标本中，识别出阳性细胞并统计阳性细胞百分率这一重要的诊断指标出发，通过拍照方式采集镜下显微图像到计算机，然后对细胞显微图像进行处理和分析，提出了一种基于改进分水岭算法和凹陷点检测的乳腺癌细胞自动检测分离的方法，实现对阳性细胞的自动计数，此外还基于积分光密度的知识实现了对细胞区域阳性染色程度的评估，本课题完成的病理图像处理系统在临床应用和研究中可以有效的辅助诊断医生完成临床病理诊断。本课题的研究对象是乳腺癌细胞的显微图像，主要实现了对细胞的分割、阳性细胞识别计数和标记。本文完成的主要工作和研究成果如下：（1）学习并研究了显微细胞图像的分割算法，提出了一种新的分割阳性细胞的算法流程，这个算法能够在几乎不损失细胞几何特性的基础上实现对粘连细胞的分割，同时完成对阳性细胞的识别、自动计数和标记；（2）研究了免疫组化细胞显微图像的分析技术。基于阳性水平指数（Positivelevel index, PLI）的理论（PLI=阳性细胞百分率×阳性强度）来判别乳腺癌细胞的病变情况，在实现对细胞进行识别和计数的基础上完成了对阳性细胞百分率的计算，此外还实现了对细胞区域阳性染色程度的评估；（3）建立了一个图像处理的平台。本课题搭建了一个病理图像处理系统的平台，该平台强大的图像处理功能和扩展特性能够有效的辅助完成临床病理诊断，平台的统计数据输出能够为最终的诊断结论提供理论数据支撑，同时该平台的建立还为进一步的研究和应用奠定了基础。从应用效果来看，本课题的研究成果和开发的图像处理系统对于提高临床病理诊断的效率和准确率以及在教学研究中都具有重要的意义。