在医学领域,随着医学影像设备的大量出现,医学图像已成为现代医疗中的一种基础性工具,这些医学图像在临床诊疗、医学教学和科研活动中占有不可替代的地位,由此对医学图像数据进行有效的管理和检索产生了巨大的需求。对规模越来越大的医学图像数据库进行高效的管理就成为迫切需要解决的问题。因而将基于内容的图像检索技术(Content Based Image Retrieval, CBIR)引入到医学领域进行研究是一项非常有意义的工作。基于内容的医学图像检索(Content Based Medical Image Retrieval, CBMIR)的基本步骤是：对图像数据库中的所有图像进行图像预处理和分析,提取图像特征,建立特征库,并将特征库与图像库由特定的标识关联起来；在检索过程中,先提取检索样图相应的特征向量,然后将该特征向量与特征库中的特征向量进行比较,根据匹配结果在图像数据库中检索出所需要的图像返回给用户；用户可以对检索结果进行评价和标记,并反馈给系统,系统则利用反馈信息进行学习,并在再次检索返回更符合用户要求的查询结果。本文主要围绕医学图像特征提取的关键技术进行研究。在研究了CBIR现有特征提取方法的基础上,结合医学图像的成像机理和特点,针对医学图像的纹理信息,提出了一种基于调幅-调频模型的纹理特征提取方法,采用欧式距离度量图像之间的相似度。在特征提取算法研究的基础上,设计开发了一个小型的基于内容检索的医学图像检索系统。本文包括以下的研究工作：1)系统介绍了基于内容的图像检索的基础知识和若干关键技术,主要包括：CBIR的体系结构、图像特征的提取和表达方法、相似性度量方法、相关反馈机制和检索性能评价标准。2)阐述了非线性信号的调幅-调频模型,对调幅-调频模型的基本原理、能量分离算法进行深入的研究,剖析了AM-FM模型在二维图像信号上的应用,最后针对能量分离算法过程中出现的离散化误差,提出了改进后的ESA算法。3)在了解医学图像的特点及MRI成像原理的基础上,首先对图像进行预处理,然后采用改进后的能量分离算法(Gabor-ESA算法)对图像提取AM-FM纹理特征,并采用归一化的欧式距离来比较图像之间的相似程度。离线构建好图像数据库及特征库,进行实验分析与讨论。4)实现了一个基于内容的医学图像检索系统。通过实际需求确定了系统功能并阐述了若干关键功能模块的实现,主要包括图像入库、图像预处理、纹理特征提取、检索设置和检索等功能模块,还有数据库中表的结构等内容的介绍。