用計算機對醫學圖像進行自動處理、特徵抽取和分類的技術。分析的主要對象是人體細胞塗片圖像、人體各部位的 X射線照片和超聲圖像。這是模式識別應用較多的領域之一。一個細胞學圖像分析系統包括樣本製備、圖像掃描、預處理和數字化、特徵抽取、分類判別和輸出等基本部分。
製備決析否功鍵步驟。染析、頸塗片血液塗片析製備。般非干源顯微鏡攝械製備化染細胞息送視頻器模擬，化輸計算。掃描裝置計算控制，傳送、聚焦操研究化。預技術包括圖增強圖系統頻空頻率降校，及損息件減圖存儲據量素合運算。各提取細胞圖義征量，例胞核胞漿，采密圖血球類，程析計算細胞均周積參（圖示），二維梯普算確，及形狀析紋析抽取各征。監督習
聚類分析方法可對細胞進行自動分類。細胞圖像分析裝置已研製成功。
醫學圖像分析
醫射線圖析系統基圖輸、化、預、
圖像分割、
自動識別和監督控制等幾個部分組成的。監督控制部分的功能是對處理的每個階段進行評價，以決定下一步處理方法。圖像分割和自動識別往往互相交叉反覆進行。對於胸片來說，通常先用較低的分辯率對肺部進行定位，然後用較高的分辯率確定肺部的細節和進行分析。直方圖均衡化、紋理分析，特別是圖像分割，對於醫學X射線圖像分析都十分重要。為了有效地確定分析對象的位置，在確定對象模型包括各個部分相互關係的基礎上進行上下文有關的搜索，並在分割的每一階段自動判斷所得結果和對象模型的一致性。當不能滿足一致性條件時，就需要修正分割。對於下圖中描述X光胸片圖像的多級樹狀結構，可以採用不同的特徵和方法正確地分割出各個區域。
醫射線圖析醫診斷廣泛。計算斷層角獲取 射線圖，探組織況，科技術。臟尺寸形狀診斷各臟病依據，射線胸片計算確臟輪廓線算取展。求輪廓線基礎，系列描述形狀參輪廓線傅葉描述符征，各臟病類判。腦異狀態（炎症、
腦梗阻、腫瘤等）的檢出、肺紋理分類和肺部疾病診斷、骨疾病分析和
動脈粥樣硬化的檢出等也都是模式識別方法有效應用的領域。