随着医学数字化影像设备在临床工作中日益广泛的应用，电子病历和图像归档通信系统方面的技术不断发展，临床上每天都会产生大量医学图像数据。如何有效地组织、管理和检索医学图像是当前迫切需要解决的问题。传统的基于文本方式的数据库管理方式已经渐渐无法满足大规模医学图像数据库的检索需要，为此基于内容的图像检索(CBIR,Content-based Image Retrieval)技术成为近年来该领域中的研究热点。 自上个世纪90年代开始，CBIR技术经过十多年的发展，其研究开发和商业应用都有了长足的发展。然而，在医学应用领域该技术的发展面临巨大挑战。 在医学图像数据库中，研究基于内容的图像检索方法仍然存在着一定的医学约束。尤其是，医学图像的特征数目和种类并非一成不变的，它会随着时代的进步和人类对医学认知的深化而不断“进化”。由于一般研究者缺乏获取医学图像特性去组成有效检索计算方案，所以普通的CBIR系统在医学背景下使用是难以保证有意义的查询。 在医学影像诊断中，临床诊断决策一般是根据图像局部特征来完成的。为了能够自动获取图像区域特征表达，本文提出的策略是：对医学图像进行EM分割；为了克服当前分割问题中不可避免的不确定性，我们采用了区域模糊特征；为了能对临床辅助诊断提供针对性的查询，引入了感兴趣区域特征的自动提取方法；最后，组合两类特征进行相似性匹配运算，通过和查询图像比较，返回所有与之视觉上相似，诊断意义上相近的同类型图像。 在实验中，我们实现了提出的方法，并与简单使用区域模糊特征相似匹配的方法进行了比较。实验结果显示本研究提出的方法能有效的提第一军医大学博士学位论文高医学图像查询精度，并具备一定的鲁棒性。 在尝试将CB工R技术和医学医学图像归档和通信系统(PACS)相结合的探索性工作中，本文提出了一个尝试性的设计方法。其中，为了确保医学图像的CBIR系统能够在特定图像类别下进行有意义的查询处理，我们结合成像设备(Modality)、体位方向(Orientation)、解剖部位 (Anatomy)和生物系统(Biology)等四项信息设计了新颖的医学图像MOAB分类编码系统。实验表明M以B(以上四组信息的英语首字母)编码能够实现对医学图像进行唯一的分类，而且分类编码的构架灵活，易于扩充。为了不影响两套系统功能的独立性和医学图像通信的标准化，本文设计了结合CBIR技术平台到以CS系统的接口程序。