现代图像处理理论研究表明，新时期的数字图像处理技术要向高速度、高质量、智能化方向发展，且能够模拟生物视觉系统的处理过程。“第三代神经网络”—脉冲耦合神经网络(Pulse Coupled Neural Network，PCNN)来源于哺乳动物猫的视觉皮层神经细胞的研究成果，通过对其同步脉冲发放现象进行研究，产生了PCNN神经元模型。由于PCNN是对哺乳动物视觉系统较为精细的模拟，因此它更接近视觉系统处理图像的过程。尤其是它的非线性调制特性，在生物医学图像处理中具有广泛的应用前景。本文结合PCNN的最新理论研究成果，开展了如下的研究工作：(1)在植物体细胞量化分析研究中，需要计算在不同发育阶段细胞内蛋白质、核酸和淀粉等生物大分子含量和分布的动态变化。整个量化分析过程中，噪声干扰的抑制起到关键性的作用。由于植物细胞切片图像具有细胞和背景相似、灰度差别小的特点，传统方法在滤除图像噪声的同时会导致细胞图像边界模糊。在研究了PCNN时空特性的基础上，本文提出了植物细胞切片图像混合噪声滤除算法。(2)传统图像编码技术的出发点是消除图像数据的统计冗余信息，如信息熵冗余、空间冗余等。不规则区域编码算法，首先使用PCNN将图像分割成人眼敏感的边缘纹理部分和变化缓慢的平坦区域，对这两类采用不同方法编码。仿真实验证明，不规则区域编码技术在高压缩比下保持细节能力仍然良好，解决了以JPEG为代表的块状编码方法带来的失真问题，它是基于视觉特性的图像压缩技术的一个重要发展方向。(3)医学超声图像具有复杂多样、对比度低、斑点噪声多的特点，使得超声图像分析处理工作面临着困难。本文将PCNN引入超声图像处理领域，进行研究探索，提出了基于PCNN的超声图像增强算法和边缘提取算法，为超声图像提供了新的处理工具。