随着各种模态的医学影像设备大量出现，医学图像已成为现代临床诊断和医学研究中不可缺少的工具，医院每天都会产生大量的医学图像数据。如何有效地组织、管理和检索大规模的医学图像数据，是当前迫切需要解决的问题。传统的基于文本关键字的图像检索方法已不能满足对大型医学图像数据库检索的需要，迫切需要研究一种全新的图像检索方法。将基于内容的图像检索方法(CBIR)引入到医学图像数据库中进行研究是一项非常有意义的工作，本文主要研究了基于内容的医学图像数据库检索方法和相关技术。 论文首先讨论了在固定分割模式下的结合解剖学结构知识的医学图像检索方法。在该模式下，我们分别讨论了如何提取图像的直方图及其统计特征、纹理特征，并综合利用以上特征进行检索的方法。 由于固定分割模式在分割方式上存在不足，论文又利用灰度聚类及人工神经网络实现了对图像的自动分割。在自动分割模式下，我们讨论了如何提取图像的主块特征用于图像检索。 最后，为了提高医学图像检索时的速度与效率，我们研究了相关的图像数据库索引机制，并着重讨论了本课题所采用的M-Tree索引机制。