随着科技的飞速发展,计算机技术在医学研究与应用领域得到了广泛的应用,其中,计算机辅助医疗外科技术也更加受到人们的重视,医学显微图像处理方面的应用更是倍受人们得关注。从前的医学检测强度大,工作效率低,存在主观的观察误差;并且它只能通过显微摄影进行图像记录,不能对图像进行必要的处理,也不能快速存储和通过网络远距离传输图像信息。根据现代医学发展趋势,迫切需要我们把传统技术的光学图像显示在计算机屏幕上,并转换成大面积、高亮度能被自动识别的图像,以减轻专业技术人员的繁重的劳动强度,然后对观测细胞的色彩、形态等参数进行定量地分析统计,辅助医生进行医疗诊断。本文是在分析数学形态学的原理基础上,针对肺癌细胞图像模糊不清楚和不确定的特点,运用统计模式识别的Fisher线性判决法,比较好的处理了肺癌细胞图像的分割。在列举出的肺癌细胞分析医学依据的基础上,着重的分析了形态学分析方法:8-链码跟踪算法和方向码算法。在本论文的最后,提取了肺癌细胞的5个形状特征值,作为诊断模型的输入值,然后选择样本对人工神经网络进行测试。本文还采取了3层完全结合方式的Bp神经网络去建立诊断模型,细胞的5个特征值作为网络的输入,隐含层设计神经元个数为30,输出层的神经元个数为4,经过训练,网络满足训练目标。根据计算机图像处理技术,使用VC++语言为编程语言,运用计算机图像处理技术、人工神经网络技术和统计模式的识别方法,对肺癌细胞图像的处理和诊断技术进行了近一步研究。