بیماری مالاریا با تهدید تقریبا نیمی از جمعیت کره ی زمین، از مهم ترین مشکلات بهداشتی جهان محسوب می شود. روش قطعی در تشخیص مالاریا، مشاهدات میکروسکوپی گسترش های خونی بیماران است. گسترش های خونی، روش هایی برای تثبیت موقعیت انگل بر روی لام خون می باشند. تشخیص مالاریا با استفاده از مشاهدات میکروسکوپی، وظیفه ی زمان بر و خسته کننده ای برای تکنسین محسوب می شود. علاوه بر این ، به دلیل واگذاری تصمیم نهایی به چشم و نظر انسان، احتمال بروز خطا در تصمیم گیری بویژه در مراحل ابتدایی شکل گیری انگل در خون وجود دارد. بکارگیری روش های کامپیوتری به منظور اتوماتیک نمودن روند تشخیص، می-تواند در رفع برخی از مشکلات موجود مفید واقع شود. با توجه به این مسئله در این تحقیق، شکل و یا محدوده ی آلوده به انگل به صورت اتوماتیک استخراج می گردد. نحوه ی دست یابی به این محدوده، با ارائه ی یک روند جستجوی کامل انجام شده است که بخش اصلی الگوریتم پیشنهادی در تشخیص اتوماتیک مالاریا را به خود اختصاص می دهد. به صورت کلی، الگوریتم پیشنهادی شامل مراحل پیش پردازش، بخش بندی، استخراج ویژگی ها و طبقه بندی می باشد. مرحله ی پیش پردازش با استفاده از الگوریتم فیلترگذاری انتشار غیر خطی به منظور حذف نویزهای موجود در تصویر انجام می شود. وظیفه ی مرحله ی بخش بندی، جداسازی اشیاء رنگ شده در تصویر، که کاندیدهایی برای حضور انگل هستند، بوده و هر شیء استخراجی ورودی الگوریتم جستجو در نظر گرفته می شود. الگوریتم جستجو پیشنهادی بر پایه ی الگوریتم برازش بیضی به روش حداقل مربعات می باشد و شکل انگل را در طی چند مرحله جستجو شامل جستجوی هسته، جستجوی دایره ای و جستجوی بیضوی کامل می نماید. جستجوی هسته در واقع یک آستانه-گذاری بر مبنای شدت روشنایی است. با اعمال جستجوی دایره ای، موقعیت و نقاط اولیه حضور انگل در اطراف هسته ی استخراجی تعیین می گردد. بعداز این مرحله، الگوریتم برازش بیضی به نقاط اولیه برازش شده تا پارامترهای جستجوی بیضوی بدست آید. جستجوی بیضوی با استفاده از پارامترهای بیضی اعمال شده، جستجو را در حوالی بیضی برازش شده متمرکز کرده و شکل انگل را کامل می کند. پیشنهاد این مرحله در تشخیص اتوماتیک مالاریا، علاوه بر این که مراحل استخراج ویژگی ها و طبقه بندی را ساده و سریع نموده است، الگوریتم پیشنهادی را در برخورد با گلبول های هم پوشان بدون نیاز به روش های جداسازی چنین گلبول هایی توانمندکرده است. الگوریتم پیشنهادی با استفاده از ویژگی های هندسی استخراجی و قوانین تصمیم گیری، تصمیم گیری لازم مبنی بر سالم یا آلوده بودن گلبول را اتخاذ می نماید. اعمال الگوریتم پیشنهادی به تصاویر تهیه شده از گسترش نازک خون، در گروه آسیب-شناسی دانشگاه علوم پزشکی اصفهان زیر نظر دکتر طالبی،حساسیت %21/ 82 و خصوصیت %02/98 را نتیجه داده است.