目前，全世界的癌症发病率正在逐渐上升，国内外的资料表明，癌症病例一旦确诊，80％已经属于晚期，失去了手术治疗的机会。因此，进行准确的早期诊断和治疗已成为迫切需要解决的问题。 在现阶段，数字图像处理、模式识别和人工智能技术已经被广泛的应用于生物医学领域，并且取得了一些可喜的成果，但用于癌症早期病理性诊断的医学图像处理系统的报道不多。因此，借助于现代计算机技术结合病理专家实践经验，采用图像处理技术对医学图像进行处理，从而对癌细胞进行识别，对于医学科研与教学，以及临床诊断方面有着现实的意义和非常广阔的前景。 本文在对现有研究技术成果的学习研究基础上，对腹水脱落癌细胞显微图像利用图像处理技术进行预处理，对其进行特征提取。再分别采用神经网络中的多层前向网络(又称BP网络)分类器、最小距离分类器和贝叶斯决策理论分类器三种分类器对癌细胞图像进行分类识别，并对三种方法分类识别的结果进行比较。实验证明采用的分类方法和得到的结果是比较合理的，对于医学辅助诊断具有一定的参考价值和指导意义。