随着医疗行业数字化进程的不断深入,医学信息数据库中不仅包含病人的结构化数据,而且还包含大量非结构化的医学图像数据,这些数据为医学图像数据挖掘提供了丰富的资源。医学图像数据挖掘旨在从海量的图像数据中挖掘出有效的规则和模式,以加速医生诊断决策的过程和提高其诊断决策的准确度。本文结合国家自然科学基金项目“基于数据挖掘的医学图像分类研究”,针对医学图像数据挖掘所涉及的一些关键技术进行了深入研究。提出了一种数据挖掘查询语言CMQL,设计并开发了一种基于CMQL和PMML(预言模型标记语言)的医学图像挖掘原型系统。论文的主要工作有以下几个方面:1.在研究医学图像的特点、信息模型、文件结构的基础上,采用Java技术,构建了医学图像DICOM文件信息的自动提取和图像显示工具。2.在分析PMML的基本定义、数据流程及语法的基础上,设计并开发了一种PMML模型转换工具。此工具对PMML标准的支持不仅包括PMML文档的输出,也包括PMML文档的导入,克服了大多数据挖掘系统仅提供模型输出功能的缺点。3.在分析已有数据挖掘语言的基础上,提出了一种新的用于定义挖掘任务的数据挖掘查询语言CMQL,并给出其基本挖掘语句规范。4.自定义了一种数据挖掘文件CTM格式,使医学图像挖掘系统面向统一的视图,方便了预处理操作,提高了挖掘速度,避免了大多数挖掘系统直接针对数据库进行挖掘时可能发生的操作异常。5.在分析Java平台组件开发技术的基础上,设计并开发了一个基于CMQL语言和PMML标准并支持挖掘算法组件功能的医学图像挖掘原型系统。系统采用一种基于HashMap的数据挖掘算法管理模式,方便了数据挖掘算法的查找、更新和验证。