یکی از مهمترین معیارها برای درجه بندی سرطان سینه از روی بافت سینه نمونه برداری شده، میانگین شمارش تعداد تقسیمات سلولی نوع میتوز است. این شمارش عملی بسیار تخصصی است که امکان بروز خطا در آن وجود دارد. لذا، در سال های اخیر شیوه های تشخیص خودکار میتوزها به کمک پردازش تصاویر رایانه ای پیشنهاد شده اند. در رساله ی حاضر، شیوه های عملی نوین و خلاقانه ای برای تشخیص خودکار میتوزها از روی تصاویر اسلایدهای هیستوپاتولوژی دیجیتال پیشنهاد شده اند. در همه ی الگوریتم های پیشنهادی، اولویت با استخراج شیءگرای ویژگی ها شامل ویژگی های آماری آنتروپی (entropy statistics)، ویژگی هاقرار دارد. ویژگی های مستخرج از ماتریس سختی از جمله ویژگی های جدیدی بوده اند که در سامانه های آشکارسازی میتوزهای پیشنهادی به دو صورت ناحیه محور و شیءگرا استفاده شده اند. در فاز طبقه بندی یکی از سامانه های پیشنهادی، ادغام سری طبقه بندی کننده ها ارائه شده اند. همچنین سامانه ای کمک رایانه ای با رویکرد پیشرونده ارائه شده است. نتایج ارزیابی پیاده سازی های سامانه های پیشنهادی بر روی پایگاه داده mitos-icpr2012 کارآیی بالای آنها را نشان می دهد.