随着数字化医疗的发展，医疗机构每天产生大量医学诊断相关数据，如何充分利用、挖掘这些数据中包含的重要知识，以辅助医生作出快速、准确的诊断，已经成为当今亟待解决的问题。此外，当前医学知识多以“言传身教”的方式来传播，这种传播方式有一定的片面性、不完整性和非科学性，同时还限制了专家经验的推广，不利于专家间的交流，更不利于年轻医生的学习和水平的提高。“医学影像资源库”软件系统的开发可以很好的解决以上提到的问题，此系统对医学诊断数据 (包括文本、影像、声音、视频等各种资源) 进行统一表示、统一组织和存储，提供高效、灵活的检索功能，从而达到了充分利用和有效管理医学诊断数据的目的。 本论文重点描述了“医学影像资源库”系统中数据模型和高维索引算法的设计与实现，主要内容包括对系统所面对的软件需求的描述，以及针对这些需求，对数据模型和索引算法两部分总体设计、详细设计和实现的具体介绍。在医学影像资源库中，数据模型是系统实现的基石，索引算法是实现高效检索的保障，二者的设计与实现需要大量调研工作和创新性工作的支持。数据模型主体的实现采用本体论的方法，本体论是近些年才被提出的数据建模理论，适合于对知识的组织，本体论的应用较难实现，并且由于它是新理论，因此本文中所描述的内容具有较强的创新性，集中体现在提出一种新的本体工程化方法，并以此为基础，结合实际需要，实现了医学影像资源库特有的基于本体的数据模型；索引算法采用 M<+>树的结构形式，在充分考虑索引模块扩展性和可维护性的同时，本文提出了基于M<+>树索引结构的新的 K-近邻查询算法。