随着计算机技术的发展,医学成像技术在临床诊断和治疗方面起到了很大作用。在现代医学中,越来越多的成像技术,例如,放射线成像、核磁共振成像、核医学和光成像,被用来诊断不同的疾病。基于HEp-2细胞基质的间接免疫荧光法是最常用的抗核抗体染色方法,并且抗核抗体与不同类型的自身免疫性疾病有紧密联系。被染色的细胞会呈现不同的染色模式,例如粗斑点型、细斑点型、核仁型、周边型。在本文中,我们提出了一种新的基于统计的算法用于提取图像特征来进行样本染色模式分类,该算法结合了RBP算法和多角度模式,并且提出的多角度RBP算法已经在两个数据库中进行了验证,一个是VGHTC数据库,另一个是静态精子图片库。然后,不同于以往研究中的细胞分割,我们提出了一种新的块分割方法,并基于此方法设计了一个自动分类系统用于抗核抗体染色模式分类。该系统中有两层的分类模型:块分类和样本分类。通过分类器融合规则,例如多数原则、加权多数原则、加权和原则,融合从这个图片中分割出的所有块的分类结果,决定整个图片的染色模式。实验显示,这种融合方式可以有效地确定整个图片的染色模式,准确率达到94.62%。随后,为了解决在原来分类系统中由块分布不均匀引起的问题,我们提出了一个多层次的分类系统,有效地改善了分类效果,在该系统中利用两种分层标准:平均分层方法和密度分层方法,将所有分割得到的块分到多个组中,再分别进行块模式分类。