本论文针对目前国内外现有的基于内容的图像检索原理与实现技术在医学图像应用上的局限性，结合医学图像特有的视觉特征一颜色特征(整体)和纹理特征(局部)，深入地研究了医学图像检索技术，设计了一套较为完整的解决方案，着重于医学图像分割、特征描述和提取、特征匹配、相似性度量、匹配和相关反馈检索算法等方面的研究，构建了一个基于颜色和纹理的医学图像检索的系统模型。 本设计融合图像归档与通信系统(PACS)与基于内容的图像检索(CBIR)技术，实现了由图像归档和检索子系统组成的基于颜色和纹理的医学图像检索系统。根据医学图像的不均匀性和模糊性的特点，本系统首先对其进行一系列的预处理。在对医学图像进行预处理后，综合边缘分割和区域分割算法设计了自适应的阈值分割方法，并应用到医学图像分析领域。在基于HSV的颜色直方图和基于共生矩阵的纹理特征提取算法的基础上，给出了改进的累计直方图和色彩共生矩阵特征提取算法，进行图像的特征相似性匹配。另一方面，为了增进人机之间的交互友好性，采用参数调整和特征权重的相关反馈机制，解决在应用过程中如何准确地返回用户所要检索的目标图像。综合以上设计，就应用过程中遇到的若干实际问题，建立特征库的索引，对系统的性能进行了优化。