近年来,随着医学成像技术的迅猛发展和应用,医学图像在临床诊断、治疗以及研究方面起着越来越重要的作用。基于内容的医学图像检索技术是从海量的医学图像中检索出具有相似病理特性图像的技术。由于医学图像具有灰度及空间分辨率高,信息量大,图片比较相似的特点,因此基于内容的医学图像检索往往比一般的图像检索要复杂。本研究针对胸片图像、胸部CT扫描图像和胃窥镜图像的融合进高层语义特征的检索技术进行了较深入的探讨,包括系统的体系结构、医学图像底层特征的提取、高层语义特征的提取、综合检索、相关反馈等。其中医学图像底层特征的提取主要基于颜色、纹理、形状、空间关系四大类,高层语义特征的提取主要基于医生诊断关键词,基于底层特征的潜在语义索引技术以及基于感兴趣区域的目标语义提取技术。对于胸片图像,医生的诊断信息比较全面,因此提出一种针对胸片图像的检索方法。该方法提取医生诊断信息的关键字,以关键字的出现频率作为语义特征向量,再结合底层特征以形成检索特征向量进行检索。对于彩色胃窥镜图像,根据其本身丰富的色彩信息,提出一种针对胃窥镜图像的检索方法。该方法对多种典型的颜色及空间关系提取算法进行了比较分析,选出最适合做进一步语义提取的颜色直方图法和颜色自相关图法,在此基础上利用潜在语义索引技术,提取潜在语义,去除噪声,以期达到提高检索效率的目的。对于胸部CT图像,医生的观察焦点主要在病灶区域,因此提出一种针对胸部CT图像的检索方法。该方法先提取感兴趣目标语义区域,然后在此感兴趣区域的基础上提取视觉特征,最后利用这些目标语义区域上的底层特征来检索图像。在以上思想的基础上,本研究设计了一个原型系统。对于本研究建立的医学图像库,利用不同的特征向量进行检索,并对各种算法的实验结果进行了比较分析。