医学影像是采用一定的技术以非侵入方式对人体生成的有关机体内部组织的图像。医学影像大多都是很复杂的,那么诊断者是如何将正常的医学影像与异常的医学影像区分开来的呢。这是医学影像理解领域的重要研究课题。视知觉学习的研究表明观察者可以依据图像所包含的统计规则将不同类别的图像区分开来。同时专业图像理解的研究发现,专业知识也是影响图像分类的重要因素。那么在医学影像分类的过程中,基于图像统计规则的视知觉学习与基于专业知识的概念学习是如何相互作用的,新手是如何利用图像的统计规则和专业的概念知识进行图像分类学习的,这种分类学习的效果的持久性如何,将是本研究探讨的重要科学问题。本研究共包含两个实验,实验材料为胸部X光图像,有正常图像（健康）和异常图像（以含有肺结节为例）两类。实验1的目的是探讨相关概念的专业知识能否促进基于图像统计规则的视知觉分类学习的影响。自变量是关于医学影像中的专业知识（提供相关概念的专业知识vs不提供相关概念的专业知识）和测试阶段（前测,后测）。采用2×2的混合实验设计,比较有无相关概念的专业知识组的正确率、反应时和眼动指标（注视时间、注视次数）在学习过程前后（前测和后测）的变化趋势,以此探讨是否提供相关的概念的专业知识对新手医学影像分类学习的影响。结果发现,无论是否提供相关概念的专业知识,被试经过比较学习后均能进行正确的分类。更重要的是有无专业知识和测试阶段之间存在显著的交互作用,提供专业知识组的被试后测较前测正确率的提升量显著优于无专业知识组正确率的提升量。该结果意味着基于图像统计规则的视知觉学习能够提升对医学影像的分类,且基于概念的专业知识能够促进这种分类学习。在此基础上,实验2的目的是探讨这种分类学习效果的持久性,实验为2×3混合实验设计,实验的自变量是专业知识（提供相关概念的专业知识,无相关概念的专业知识）和测验阶段（前测,即时后测,延迟5周后测）,结果重复了实验1的发现,更重要的是延迟5周后测的成绩与即时后测的成绩相当。该结果意味着这种分类学习的效果具有持久性。综合两个实验的结果,可以得出如下结论:基于概念的专业知识能够促进基于图像统计规则的视知觉分类学习,且这种学习的效果就有持久性。