由于传统的白血病诊断方式存在一些缺陷,本文以白血病细胞图像为研究对象,结合数字图像处理技术等学科的相关知识,通过Matlab数学建模,进行白细胞与背景的分离及白细胞的分割,以期为最终实现白血病的计算机自动诊断、分类识别完成至关重要的一步。　　 首先,运用空域处理及频域处理法对白血病细胞图像进行预处理,去除噪声,并将白细胞与背景分离开来。其次,运用阈值分割、基于区域的分割、边缘检测、基于分水岭变换的分割等传统的图像分割算法对白细胞图像进行分割,通过对分割结果的分析,得出其优缺点。最后,介绍了根据模拟生物大脑视觉皮层神经网络的活动而建立的第三代人工神经网络--spiking神经网络(Spiking Neural Network,SNN),讨论了基于电导率的IF神经元模型(integrate-and-fire neuron model),并将该神经网络应用于白细胞图像的边缘检测。　　 本课题对白血病细胞图像进行预处理,实现了白细胞与背景的分离,并在国内首次将spiking神经网络运用于白血病细胞图像的边缘检测。实验结果表明,基于spiking神经网络的边缘检测可实现白血病细胞图像的分割。