高维数据索引机制是医学图象库基于内容检索的重要课题。作者在“国家数字化医学影像设备工程技术研究中心”的资助下，从事此方面的研究工作，取得了以下进展： 对数据分布的精确描述及对数据空间的有效划分是高维索引机制中的关键问题。论文提出了基于自组织映射的精确检索索引机制，并应用到基于内容的医学图象检索中。该方法使用更适合复杂数据分布的核密度梯度估计方法(Mean Shift 方法)描述医学图象库，并训练优化的自组织映射网络划分数据空间。和现有的精确索引机制相比，该方法具有良好的拓扑有序性，可以减少检索访问数据的次数。 在自组织映射检索机制的基础上，论文提出了基于分层结构的自组织映射树近似检索机制。该方法在自组织映射检索机制的基础上使用了概率近似最近邻的方式进行检索，这种两种索引机制相结合的方法取得了比单独的索引机制更好的性能。