Đặc điểm của mạng nơ ron tế bào là việc liên kết cục bộ giữa các lân cận nên
rất phù hợp cho việc thực hiện cho các bài toán xử lý ảnh có tính cục bộ, và xử lý đồng
thời [30]. Hiện nay trên thế giới đã có nhiều công bố nghiên cứu về mạng nơ ron tế
bào nói riêng và mạng nơ ron hồi quy nói chung [4], cụ thể như: mô phỏng ảnh ảo
quang học Muller-Lyer [31], các hệ thống nhận dạng khuôn mặt [32], mã hóa/giải mã
thông tin [33], bộ nhớ liên kết [34]. Trong đó xử lý ảnh là một trong những ứng dụng
quan trọng nhất của CeNNs. Việc phát triển mạng nơ ron nhiều lớp có tên gọi máy
CeNNs vạn năng nhằm giải quyết các bài toán liên quan đến xử lý ảnh [35].
Bộ xử lý mạng nơ ron tế bào được thiết kế có khả năng xử lý hình ảnh với tốc
độ khung hình cực cao (>10.000 khung hình/giây) theo thời gian thực cho các ứng
dụng như phát hiện hạt trong chất lỏng động cơ phản lực và phát hiện đánh lửa
bugi. Hiện tại, bộ xử lý CeNNs có thể đạt tới 50.000 khung hình mỗi giây và đối với
một số ứng dụng nhất định như theo dõi tên lửa, phát hiện đèn flash và chẩn đoán bugi,
những bộ vi xử lý này đã vượt trội so với siêu máy tính thông thường [36]. Bộ xử lý
CeNNs phù hợp với các hoạt động chuyên sâu của bộ xử lý cục bộ, mức độ thấp và đã
được sử dụng trong trích xuất tính năng [37], phân loại các loài thực vật [38], tăng
cường độ tương phản, giải chập [39], ước tính chuyển động [40], mã hóa hình ảnh,
giải mã và phân đoạn hình ảnh [41], [42], phân đoạn dữ liệu 3D [43], học/nhận dạng
mẫu [44], dò sự di chuyển đối tượng [45], mã hóa hình ảnh y tế [46], tăng cường độ
bảo mật trong truyền thông [47], biến dạng và lập bản đồ hình ảnh, tô màu hình ảnh,
luồng quang học tạo đường viền [48], phát hiện đối tượng chuyển động [49], điều
khiển đối tượng di chuyển [50], ước lượng chuyển động và hiệu chỉnh ảnh nhiệt trong
phẫu thuật não người [51].