目的:宫颈癌是妇女恶性肿瘤中仅次于乳腺癌的第二种最常见的恶性肿瘤,早期预防和诊断将有效地提高病人的生存率。脱落细胞检查是发现早期宫颈癌最普遍最常见也是最有效的方法。　　 目前细胞涂片的判读过程基本由人工完成,主观因素的差异造成对同一张涂片,不同医师会得出不同的诊断结果,做出不一致的结论,存在较大差异。因为是缺少客观的量化指标。随着计算机技术的发展,数字图像处理、模式识别等在医学领域得到越来越广泛的应用,将计算机技术和病理专家的知识与经验相结合,应用于细胞的分类识别,可以有效辅助专家进行诊断。　　 设计一个宫颈脱落细胞涂片辅助诊断系统,对获得的宫颈脱落细胞的显微图像进行分析处理,提取宫颈脱落细胞形态学特征参数,进行细胞的分类识别。　　 方法:采用CCD摄像机获取细胞涂片的图像,运用计算机图像处理和模式识别技术对细胞进行分类,实现对细胞涂片的辅助阅片和诊断。　　 对经过图像采集系统获得的细胞涂片的图像进行处理,去除噪声干扰,进行图像平滑,改善图像质量,增强对比度；利用遗传算法精确分割细胞图像,确定细胞核的位置和区域；利用数学形态学的方法完善细胞图像的分割处理；提取细胞核的周长、面积、宽度、高度、圆度、矩形度、细胞区域的伸长度等特征参数组成模式特征向量；用神经网络根据提取的特征向量进行识别,并输出结果。　　 结果:对宫颈脱落细胞的显微图像进行分析处理,减少了污点、噪声及其它各种因素的影响,提高了图像的质量；精确检测出细胞边缘,分割出细胞核的区域；获取细胞形态学特征参数；利用神经网络对提取的特征参数进行判别分类并与病理医生的结论比较,结果显示,神经网络可以对细胞进行准确的鉴别分类。　　 结论:该系统可以基本实现宫颈脱落细胞涂片辅助诊断系统功能,采用的图像处理方法是可行的,可以为宫颈癌的诊断提供比较客观、准确和可靠的病理分析及病情诊断依据,是宫颈脱落细胞早期筛选、诊断的有效方法,可以扩展到其它细胞变异的病理识别,在医学科研以及临床诊断方面有重要的现实意义和非常广阔的应用前景。