随着计算机技术及互联网的发展,图像的存储与传输变得更加容易,医院每天产生大量数字图像,近几年基于内容的医学图像检索的研究一直在进行,取得了不错的研究成果,但医学图像不同于一般图像,其内容是客观、稳定的,包含了与病理诊断密切相关的语义信息,因此医学图像的语义检索成为迫切需要解决的问题。本文将语义检索应用到乳腺X影像上,乳腺X影像是乳腺癌早期检测、诊断的重要依据,乳腺图像中微小钙化病灶的不同表现,成为早期诊断乳腺癌的唯一标准,但其的诊断具有较大的难度,如果通过检索以往案例可有效地辅助医生诊断。本文的主要研究分为两部分:乳腺钙化病灶的语义提取与标注;乳腺图像的语义检索实现。第一,针对钙化病灶的语义建模问题,提出利用混合贝叶斯网络模型的方法建立钙化病灶及实现语义标注。首先,提取并定位出乳腺X影像中的钙化点,然后提取钙化点在灰度、纹理、形状及钙化簇方面的特征,之后利用支持向量机对提取的特征进行分类,得到中层特征语义,将这些特征语义与直接根据医生诊断的语义相结合,通过贝叶斯网络的融合推理,得到钙化病灶的高级语义,即病症语义—良、恶性程度,并以概率形式予以表达。第二,乳腺图像语义检索。本文给出基于内容的图像检索与基于语义的图像检索相结合的方法,利用多特征融合,通过查询事例图像,根据图像距离测度,首先一次检索返回前N幅内容相似的图像,然后根据语义特征予以二次检索。语义检索中,语义相似性度量是关键的一环,本文提出利用分层的语义测度方式,高层语义基于概率空间相似,而中层语义基于距离测度相似。医学图像语义检索的目的是为了辅助医生诊断,本文所提出的乳腺影像语义建模及检索,在乳腺图像的内容分层,知识结构及语义自动提取上,提供了一定的参考。