从某种意义上说，肺癌是由人类自己的不良行为习惯造成的“人造肿瘤”。最早记载肺癌是从16世纪开始的。肺癌在早期时常为无症状，此时病灶较小，根治性切除可能性大，愈后也较好。但在就诊的肺癌病人中，早期肺癌仅占7％左右，其原因往往是早期无症状或症状不典型。有症状的肺癌多属晚期，80％的病例发现时已不能手术。因此，医务人员希望肺癌能在早期无症状时得到发现，通过提高早期肺癌的检出率，才有可能实行早诊断、早治疗，提高长期生存率和降低死亡率。这一情况越来越受到医学专家和患者的关注。 随着医学图像可视化技术的发展和各种医学成像模式的出现，医学图像自动分析和处理己成为图像工程领域和生物医学工程领域一个重要的研究方向。作为医学图象处理中的一个热点问题，细胞图像的自动分析和识别一直受到人们的普遍重视。目前的图像诊断系统，大多数已采用形态学、灰度特征和色度学，并结合专家系统，对癌细胞进行分析和诊断。细胞识别是图像处理和模式识别领域的一个研究热点，有着广泛的应用前景。 癌细胞识别系统的细胞图像是对由人的痰液而制成的涂片，通过显微镜加以放大，摄像机采集而得到。该系统计划用于肺癌的早期普查和辅助诊断中。肺癌细胞的识别和分类，是一项具有较大难度的工作，因为癌细胞和正常细胞之间以及不同种类的癌细胞之间，其特征虽然有一定的差异，但又有一定的相似，因此系统识别的难度较大。 本文简单介绍了一个用于早期肺癌细胞普查的图像处理系统，在该系统中，通过把细胞核的形态学特征，以及色度学特征，同时用于癌细胞的识别，通过检测被检查者痰液涂片的彩色显微图像中是否存在癌细胞，以判断被测者是否患有肺癌。