本文对白血病细胞的检测和诊断方面进行了探索,具体步骤是:首先将获取的原始细胞图像进行预处理,得到需要的细胞样本图像,提取细胞图像形态学特征参数,最后采用BP神经网络对细胞作诊断分类识别。在图像分割部分,本文提出了基于小波变换的分水岭分割方法,克服了骨髓涂片中因为白血病细胞粘连,而导致利用传统分割方法分割结果误差大的问题,分别对细胞、细胞核进行分割:分割后,采用八链码算法及线段表法对细胞周长、细胞面积、核周长、核面积、细胞形状因子、核形状因子、核浆比等细胞形态学特征参数进行测量并进行特征值标准化。最后在取得了数据样本后,进行人工神经网络的训练。文中采用人工神经网络的模型主要是BP反向传播误差。通过所取得的数据样本对人工神经网络的权值进行训练。当误差小于规定值后,再对人工神经网络进行测试。通过大量的实验对比结果可以知道,应用BP反向传播误差算法可以对几类急性白血病进行较准确的分类。