胰腺作为人体中仅次于肝脏的第二大腺体,对于食物的消化具有重要作用,因此胰腺疾病的诊断对于人体的健康也具有重要意义。CT图像具有分辨率高、对人体损伤小、能准确反应胰腺变化的特点,是早期胰腺疾病诊断的重要方法之一。但在胰腺病变早期诊断方面,医生的读片经验与主观因素对诊断结果有着较大的影响。特别是存在慢性胰腺炎的病例往往对胰腺癌的判断产生千扰,即使是有经验的医生有时也误诊,同时针对大量CT图像的诊断也给医生带来了大量的工作负担。因此,医学界对胰腺癌图像的计算机辅助诊断的技术提出了迫切需求。本文在深入学习和研究特征提取、特征选择、稀疏表示、分类器设计等相关技术的基础上,开发了基于稀疏表示理论的胰腺分类系统,该分类系统主要由感兴趣区域选取、胰腺特征提取、胰腺特征选择、过完备冗余字典构造、基于稀疏表示的胰腺分类器五个部分组成。首先从CT图像中提取感兴趣区域;然后采用了四种特征提取方法提取能够准确描述胰腺信息的特征,并采取特征选择去除冗余特征信息;其次基于这些特征构造过完备冗余字典；最后基于稀疏表示设计了胰腺分类器模型,对胰腺图像进行模式识别。为了验证系统的性能,基于本文方法对CT图像进行了胰腺识别的实验,实验结果证明了本文方法可行、提取的特征有效以及基于稀疏表示的分类系统的准确性,通过与传统的SVM进行了比较,验证了本文方法的优势,识别也取得比较好的效果,可以为医生的诊断提供参考意见。