近年来受人口老龄化、饮食和生活习惯西方化等因素的影响,前列腺癌的发病率成倍上升,正逐渐成为威胁中老年男性健康的一号杀手。本文针对当前国内前列腺癌发病率高、前列腺癌病理切片图像诊断技术相对国外明显落后的现状,提出了一种包含病理图像分割技术、病理图像特征提取技术、病理图像优化技术和病例分类技术共四大模块的前列腺病例诊断技术研究方法,以较高的准确率实现了80个样本集上的分类。本文首先确定了前列腺癌病理切片图像诊断技术的研究范畴,即针对包含一幅100倍放大图像和一幅200倍放大图像的前列腺病例进行正常和疑似癌变的二分类诊断研究;其次本文重点研究了在不同图像下的病理对象的提取算法。在间质提取上采用100倍放大图像使用了质心识别和系列形态学操作等方法;在腺腔的提取上,采用200倍放大图像,依次使用了聚类初步筛选、形态再次筛选的分级筛选方法;在细胞核提取上,采用200倍放大图像,用到的算法有细胞核区域分类提取算法、多边形逼近的凹点寻找算法和基于椭圆拟合的轮廓曲线配对算法等等,这些算法的联合使用有效地实现了单个细胞核的提取和粘连细胞团的分割。在病理图像特征提取技术研究阶段,本文融合专家知识,设计了刻画间质规则性的局部纹理特征、刻画腺腔形态的几何特征、刻画腺腔和细胞核形态的统计特征以及刻画三类病理对象之间相关性的相关性特征四类共20个特征。接着本文采用Fisher比分析和主成分分析方法进行了特征的优化,获得了多个备选的特征集合。最后,本文应用支持向量机实现了前列腺病例的分类,通过五折交叉验证,本文获得了80个样本集上最高训练准确率为100%,最高测试准确率为99.53%的分类结果