差异蛋白质点提取是二维凝胶图像分析的核心内容，而快速、准确、可重复地检测二维凝胶图像中的蛋白质点是差异蛋白质点精确提取的关键技术。针对凝胶图像制作过程中易产生蛋白质点重叠和堆聚的问题，如何对重叠的蛋白质点进行准确分离是凝胶图像蛋白点分析的重点和难点。本文在国家自然科学基金、江西省自然科学基金和研究生创新基金的资助下，对二维凝胶电泳图像重叠蛋白质点分离方法进行了深入系统的研究，主要研究工作和成果如下：(1)研究了二维凝胶图像的蛋白质点预检测方法。针对凝胶图像中存在的噪声干扰，对比分析研究了空间滤波算法和多分辨率空频域滤波算法；针对凝胶图像蛋白质点的成像特点，采用基于标记控制分水岭的新方法对蛋白质点进行预检测，提取蛋白质点的初始外围轮廓信息，为后续重叠蛋白质点的分离提供了前提条件。(2)提出了一种基于凹点匹配的重叠蛋白质点分离算法。首先采用形状因子对重叠蛋白质点进行判别；然后采用最小二乘拟合法对边界进行直线拟合计算内角并根据内角判断凹凸性；最后结合数目准则、区间准则和圆度准则对搜索到的凹点进行匹配，将匹配成功的凹点组成点对构造分离线，避免了重叠蛋白质点的误分离。实验结果表明该算法在边界轮廓有明显凹点的情况下，分离效果较好。(3)提出了一种基于形状特征的重叠蛋白质点分离算法。首先采用内外标记分水岭法进行预检测，提取蛋白质点的初始轮廓；其次结合极小值深度和形状特征信息自适应设定阈值提取形状标记，并利用提取的形状标记计算形状距离图；然后采用形态学极小值强加技术，将形状标记强制作为形状距离图的极小值；最后再次采用分水岭法对修改后的形状距离图进行图像分割，实现重叠蛋白质点的精确分离。该算法结合极小值深度和形状特征信息进行标记提取，提高了重叠蛋白质点的正确分离率；利用形状距离图作为分水岭的分割图像，提高了重叠蛋白质点分离线的定位精度。实验结果表明，与其它的分水岭改进算法相比，该算法具有较高的重叠蛋白质点正确分离率，其误差小于6%，同时能够获得更为理想的重叠蛋白质点分离效果。