所謂“分割”，是圖像處理中的術語，其作用是將被檢測對象，比如菌落、細胞等，從一幅復雜的圖像中分割出來，從而達到統計或分析的目的。分割技術直接 關系到對象識別和統計的精度，因此十分重要，也是圖像處理中被廣泛研究的重點。傳統上已經研究出很多方法，諸如閾值分割法、邊緣檢測法、區域增長法、馬爾 科夫隨機場模型等等。然而，這些方法大都限制在一維空間內，用于簡單對象的識別，如粉塵顆粒等的檢測。對生物醫學圖像而言往往要復雜的多，如細胞或菌落， 其顏色多變、邊緣不清晰、內部結構也十分復雜，采用傳統的分割技術常常難以取得理想效果。
多通道分割，正是在這一背景下，由迅數公司針對生物 醫學圖像特點，專門研究開發的又一*而有效的圖像處理工具。多通道分割的基本思想，是將被檢測對象的色彩引入到分割中來。色彩可以被用來作為圖像處理中 識別對象的重要感知特征之一，而生物醫學圖像的色彩又恰恰非常豐富。通過大量的研究試驗，在摒棄傳統的RGB色彩描述的不足之后，迅數公司成功的研發出一 種基于HSV各向異性擴散和加性分裂算子的多通道分割技術。這一分割技術，建立在四維空間基礎上，并能根據被檢測對象的色彩特征進行自適應調整，加上被檢 測對象的形狀特征，實現在多維空間的分割，分割精度大大提高。對一些原來難以分析統計的對象，如霉菌、深層菌落等，都實現了良好的識別。