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。基于内容的图像检索技术核心之一是图像特征的提取和表达。本文在充分了解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,着重研究了适合医学图像的特征提取算法。讨论了灰度统计特征、纹理特征(包括灰度共生矩特征,灰度基元共生矩特征)、形状特征(本文提出了提取边界角度图像纹理特征的方法)、特征点特征(本文提出了改进型的USAN方法)的提取算法。给出了各个特征的检索结果,并从检准率和检全率的角度来比较各个特征的优劣。单一类型的特征并不能全面的反映一幅图像,因此我们讨论了各种检索技术,分别对各个特征的结合检索,分级检索进行详尽的论述,接着提出了根据输入的检索样图来确定检索方法的技术。为了弥补计算机和人在理解图像上的差异,系统中引入了相关反馈技术。本文在传统的相关反馈技术基础上,考虑了检索结果集中图像排列位置的影响,修改了查询优化公式,提高了相关反馈的收敛速度。