形态分析是生物学和医学中一个重要的概念，它涉及到对生物形态的测量、描述和比较。在计算机辅助形态分析中，主要涉及的工作包括图像处理和机器学习。
图像处理是计算机辅助形态分析中非常重要的一部分。它涉及到一系列的技术，如图像增强、图像分割、特征提取等。这些技术被用来处理和分析图像，以便于从中提取出有用的信息。例如，在医学图像分析中，医生可以通过图像处理技术来识别肿瘤、病变等异常区域。
除了图像处理，机器学习也是计算机辅助形态分析中一个重要的组成部分。形态分析通常需要对大量的数据进行处理和分析，而机器学习可以自动地学习和识别这些数据中的模式和特征。例如，在生物信息学中，机器学习被用来分析和解读基因组数据，以便于发现新的药物靶点和治疗方案。
计算机辅助形态分析中主要参与的是图像处理和机器学习的工作。这两部分工作相互协作，能够实现对生物形态的自动化测量、描述和比较，为生物学和医学研究提供强有力的支持。
