用電腦對醫學圖像進行自動處理、特徵抽取和分類的技術。分析的主要物件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、預處理和數位化、特徵抽取、分類判別和輸出等基本部分。樣本製備是決定分析能否成功的關鍵步驟。染色體分析、頸塗片和血液塗片分析的樣本製備有多種方法。一般用非相幹光源通過顯微鏡和攝像機把經過機械製備和化學染色的細胞樣本上的色度資訊送入視頻放大器和類比處理電路，經過過數字化後輸入到計算機中。掃描裝置用計算機控制，使樣本傳送、聚焦操作和被研究對象在樣本平面上的定位實現自動化。預處理技術包括圖像增強和對光學圖像系統高頻空間頻率下降特性的校正，以及在不損失信息的條件下為減少圖像存儲數據量對像素進行的合並運算。可用各種方法提取細胞圖像中有意義的特征量，例如對胞核和胞漿邊界進行定位，采用光學密度直方圖方法直接對血球分類，用行程長度分析法計算細胞平均周長面積比等參數（見圖像表示），用二維梯度或拉普拉斯算子確定邊界，以及通過形狀分析和紋理分析抽取各種特征等。用監督學習和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制成功。
醫學X射線圖像分析系統基本上也是由圖像輸入、數字化、預處理、
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復進行。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。為瞭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系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,可以采用不同的特征和方法正確地分割出各個區域。
醫學X射線圖像分析在醫學診斷上得到廣泛的應用。計算機斷層學就是以不同角度對人體部位獲取 X射線圖像,通過處理以探知人體內部組織的情況,這是現代科學技術的一大成果。心臟的尺寸和形狀是診斷各種心臟病的重要依據,在X射線胸片上用計算機確定心臟輪廓線的算法也取得瞭不小的進展。在求出輪廓線的基礎上，可以用一系列描述形狀的幾何參數或輪廓線的傅裡葉描述符作為特征，對各種心臟病進行分類和判別。腦部異常狀態（炎癥、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。