基于内容的医学图像检索技术的问世是为了解决如何有效地从海量的医学图像中检索出与待诊断病例图像内容吻合的图像来辅助医生进行分析与诊断,从而提高诊断与治疗的效率和准确性问题,因此,近年来该项技术成为基于内容的图像检索技术研究的热点之一。本文首先介绍了医学图像检索的发展、研究现状及其关键技术,然后对当前已有的图像分割以及特征提取技术进行了归类分析,最后在此基础上分别提出了一种基于区域划分的图像检索方法和一种结合纹理、形状两种特征进行图像检索的方法。本文所做的主要工作如下:(1)研究并总结了当前已有的纹理及形状特征提取技术、医学图像分割技术。(2)提出了基于椭圆划分的医学图像检索。本文对图像进行椭圆划分后,计算每个划分区域的灰度共生矩阵,并将该灰度共生矩阵的能量、对比度、相关性以及熵作为纹理特征,然后分别求出这四种纹理特征的平均值,并将其作为最终的特征矢量,最后采取欧式距离进行相似性度量,最终实现图像检索。(3)在深入研究了局部二值模式、中心局部二值模式纹理特征提取方法以及医学图像角点提取方法的基础上,充分利用图像轮廓的角点能很好的反映图像形状特征、中心局部二值模式能反映图像细节信息特征的特点,提出了基于纹理和角点融合的医学图像检索方法。实验表明,该检索方法能够较好地提高医学图像检索的查准率与查全率,同时还具有旋转偏移不变性的特点。