可視化技術や撮像法の発達にともない，生物画像の多様化と大規模化が進んでいる．その結果，研究現場で得られる画像データの次元やサイズは膨れ上がっており，画像解析における計算機支援のニーズは高まっている．しかし，生物画像の特色ともいえる多様性と多目的性ゆえ，画像の解析を多方面からサポートするソフトウェア環境の活用はいまだ不十分である．本総説では，細胞周期の分類を例に多量の生物画像群の自動的な分類を実現するために用いられているアプローチについて，教師なし学習による方法，教師付き学習による方法，そして能動学習による方法，の3つに分けて概説し，能動学習による分類手法として筆者らが開発しているCARTA（clustering-aided rapid training agent）法を紹介する．CARTAは専門家との対話的プロセスを通して特徴選抜とアノテーションを進め，多種多様な生物画像の中から分類対象となっている画像にあわせて分類器を生成するシステムである．CARTAによる細胞周期分類，細胞内の局在判定，MRIからの悪性腫瘍の推定の例を最後に概述する．
