随着科学技术的进步,细胞分析技术也得到飞速发展,利用细胞成像分析来进行疾病诊断和治疗已经有了多年的研究积累,近年来各项技术的突破,该领域更是成为了医学研究的前沿。利用血液中循环肿瘤细胞识别计数进行肿瘤疾病治疗前几年也应用到了临床,计算机图像处理及识别技术为快速自动细胞识别提供了简单高效的方法。循环肿瘤细胞人工识别计数仍然是不少情况下使用的一种方式,人工识别非常耗费时间并且很不可靠。随着循环肿瘤细胞识别在各类癌症疾病中应用的不断深入,对于循环肿瘤细胞快速自动识别与计数方法的诉求越来越大。如何快速、准确、自动化从血液显微图像中众多的细胞中识别出循环肿瘤细胞并进行计数一直是肿瘤疾病研究的一项挑战。本文利用基本图像处理知识,结合本文显微系统成像特点,分析低倍显微图像中图像特征和细胞特征,设计了一种循环肿瘤细胞快速自动识别的方法。本文工作主要分为以下几个部分:1)根据本文处理的显微细胞图像分辨率大的问题,采用了分块处理图像的方法进行图像处理与细胞识别,针对细胞粘连问题,研究了分水岭分割算法,并分析本文图像特征,设计了标记分水岭算法,有效解决大部分的粘连问题。2)由于图像中循环肿瘤细胞的细胞核与细胞膜具有一定的特异性,本文研究了细胞核分割算法,通过比较不同算法的优劣,采用改进主动轮廓算法进行细胞核与细胞膜提取,可以获得更准确分割结果。3)在细胞识别判断上,由于图像中可疑循环肿瘤细胞数目有时比较多,每个细胞可疑程度也不一样,本文通过求取细胞特征空间,然后与人工标记循环肿瘤细胞特征空间进行对比,利用相似性进行排序,为识别提供良好的辅助。4)利用Matlab语言进行了整个算法的设计,整个软件具有操作简单,识别算法高效等特点。实验表明,本文循环肿瘤细胞算法较好地完成了显微图像循环肿瘤细胞识别任务,减少了人工成本,提升了检测效率和准确度,具有重要的应用价值。