人工神經網絡中由元器件和物理處理單元構成。它是用來模擬人腦生物神經網絡的結構和功能，試圖將生物神經網絡簡單化、抽象化、模擬化，從而將其應用到其他工程領域中的計算機應用技術。

　　RBF 神經網絡P3是前饋型神經網絡中的一種新網絡，具有結構簡單、訓練速度快、函數逼近能力和分類能力強等特點，由該網絡構成的系統是有界的、穩定的。，RBF 神經網絡的上述特點使得它在各個領域中都得到了廣泛的應用。尤其在解決分類問題中，它的優勢在于用線性的學習算法解決非線性算法所解決的工作。不僅可以保持結果的準確性，同時實現分類工作的高效性。文中提出一種基于RBF 神經網絡的醫學圖像分類算法，該方法通過獲取像素數據特征構建神經網絡訓練集對RBF 神經網絡進行訓練學習，完成學習訓練后保存網絡參數，再利用訓練好的RBF 神經網絡對整幅圖像進行分類操作。通過實驗表明，基于RBF 神經網絡的醫學圖像分類算法能有效的區分醫學圖像中的不同結構，具有良好的分類結果。