随着信息技术的飞速发展和计算机应用水平的不断提高，面向医疗的新一代信息系统已由过去单纯的医院信息系统(HospitalInformationSystem，HIS)、放射信息系统(RadiologicalInformationSystem，RIS)等事务管理的模式，发展成为面向医疗服务，集成病人信息、医学影像信息和医疗管理信息系统的综合化医院管理信息系统。医学影像存档和传输系统(PictureArchivingandCommunicationSystem，PACS)是综合化医院管理信息系统中的一个重要组成部分，也是今后医院信息化发展的必然趋势。 随着PACS的重要性逐渐被人们所认识，其相关技术在近些年中得到了迅速发展。但是，要实现PACS仍然还有很多问题需要解决，内容上，涉及到医学决策支持系统、医院信息管理系统、医学研究支持系统、医学情报检索、医学图像及信号处理和医学仪器智能化等诸方面。其中，如何解决好医学决策支持的问题更是因为其在医学领域的重大意义而引起了广泛的关注。 而数据仓库技术(DW)正是解决这样一种问题的技术方案，它以传统的数据库技术作为存储数据和管理资源的基本手段，面向决策支持系统(DDS)构建统一的数据平台。决策支持系统(DSS)主要是针对管理信息系统无法提供有效决策支持这一缺陷而提出的。它直接面向决策，用于支持和辅助管理者进行决策，因此对数据的处理侧重于分析处理。DSS要在企业决策支持中发挥应有的作用，必须对数据库系统中的原始数据进行再加工，形成一个综合的、面向分析的环境，以更好地支持决策分析，数据仓库的出现正好满足了这一需求。 数据仓库将原有数据库系统中的原始数据组织成适合决策分析需要的分析型数据，从而提高了DSS的决策分析能力。伴随数据仓库技术出现的数据挖掘技术和联机分析处理(OLAP)技术又为决策分析提供了强有力的支持。基于数据仓库的决策支持系统的应用己慢慢开始起步，对其进行理论上的研究将具有很大的实用意义。尽管数据挖掘和联机分析处理是现代优秀的DDS中的核心技术，但是在医疗卫生领域，与医学影像存档和传输系统结合却是一个新的尝试。 本文首先介绍了数据仓库和OLAP的概念及本质特征，进而详细阐述了CT图像数据仓库的设计方案，提出了以提取出的CT图像特征信息，结合病患的自然信息以及医院信息管理系统中的信息，共同建立CT图像数据仓库的构想。详细介绍了CT图像挖掘的概念，描述了图像挖掘技术在CT图像上的具体应用及实现。针对医院中每天产生并存储的大量有价值的医学CT图像，结合医学上所特有的领域知识，提出了一种通过对医学CT图像进行图像挖掘，可以将医学CT图像分成有病或无病两类的方法。该方法的实现对帮助医生及早诊断出恶性病变具有重大的意义。