通过同时分析数千种基因表达，微阵列技术在得出有用的生物学结论中起着重要作用。 特别地，图像分析是微阵列分析中的关键步骤，其准确性在很大程度上取决于分割。 基于聚类的分割的开创性工作表明，k-means聚类算法和移动k-means聚类算法是微阵列图像处理中的两种常用方法。 然而，由于真实的微阵列图像包含大小，形状和对比度不同的噪声，伪像和斑点，因此它们通常面临令人满意的结果。 为了提高分割精度，在本文中，我们提出了一种基于组合聚类的分割方法，该方法可能更可靠并且能够自动分割斑点。 首先，这种新方法