脳科学分野などでは画像データの高密度化・高次元化が顕著であり、ハードウェアの進歩だけでは実時間処理が困難な現状がある。本研究は、多次元画像を対象とし、高速フィルタ処理、高速特徴抽出法などのアルゴリズムの開発を行った。まず画像処理における基本的処理として用いられるバイラテラルフィルタ設計に関して、特異値分解を用いた効率的な手法を提案した。従来法と同等の近似精度を維持し、およそ５割少ない計算量で実現した。次に、病理組織の染色画像を対象として、Secant Normal Votingに基づく細胞のセグメンテーション手法を考案した。本手法は、従来問題となっている重複領域などに対しても良好な細胞核検出が実現できることがわかった。