乳腺癌是一种威胁妇女健康最常见的恶性肿瘤,发病率近年继续增高。早期发现、早期诊断、早期治疗对治疗乳腺癌、降低死亡率极其重要。乳腺钼靶X线摄影因其简便有效,已成为乳腺癌筛查中最常用的方法。细小、颗粒状的微钙化点是乳腺癌一个重要的早期表现。所以,及时发现乳腺X线影像中的微小钙化点并判断其是否有恶化倾向成为乳腺癌早期诊断的关键技术。使用基于内容的图像检索(Content-Based Image Retrieval,简称CBIR)系统不仅省去了设计和训练分类器的负担,而且充分利用了既往诊断乳腺钙化点的原始经验资料,从而可以有效地帮助医生提高钙化点诊断的准确度。本文在系统地分析基于内容的图像检索关键技术及发展趋势基础上,对基于内容的医学图像检索面临的关键问题进行了系统、深入和较为全面的研究。主要分两方面展开研究:其一是微钙化点检测;其二是基于内容的乳腺X线图像检索。主要研究内容如下:(1)针对感兴趣区域进行微钙化点检测,依据微钙化点是淹没于极高频噪声和低频背景中的高频信号的性质,在空间域利用高帽变换去除大部分低频背景,利用开运算去除奇异点,再利用阈值化分割技术得到二值图像;在频率域应用小波变换的多分辨率分析对感兴趣区域进行检测,去除一部分低频背景和一部分极高频噪声,利用阈值分割技术得到二值图像;将两种方法得到的结果进行与运算,即可消除低频背景和极高频噪声,实现微钙化点的定位。实验表明,该方法得到较高的阳性检出率并且降低了假阳性。(2)在分别研究单一特征和利用单距离相似性度量的特征融合的检索算法的基础上,提出了一种基于多距离特征融合和相关反馈的乳腺X线影像钙化病灶检索方法,该方法针对不同特征采用多距离度量方法计算相似性,并结合用户的反馈信息动态调整各个特征分量的权值来完成查询。实验表明,该方法有效地提高了检索性能。(3)为了将研究的算法集成系统实现,论文通过MATLAB的GUI界面实现检索系统的人机交互功能。