随着医学成像技术的迅猛发展以及各大医院信息网络的普及,可供临床与科研使用的医学图像正在急速膨胀,现如今,医学成像设备如CT、核磁共振、PET等每台每天大约会产生10G至20G的医学图像数据。面对海量的医学图像集合,如何快速准确的从庞大的图像库中查找需要的图像、如何提取有价值的信息辅助医生诊断及便于科研与教学已经成为这些年医学图像在计算机领域中的研究热点。因此,将图像检索技术应用到医学领域,具有重大的意义。近年来,国内外研究人员开展了大量的有关医学图像检索技术的研究,取得了一定的成果,在国外有些成熟的医学图像检索系统已经成功地应用于临床诊疗及教学科研当中；在国内,基于文本的医学图像检索已经得到了广泛的应用,但是还没有很成熟的基于内容的医学图像检索系统实际应用于临床之中,而将基于内容的医学图像检索技术融入于PACS系统当中在短期内也无法实现。本文对医学图像检索技术进行了研究,根据医学图像的特点,对特征提取方法作了详细的比较分析,设计了一个基于文本与内容相结合的医学图像检索系统。主要研究工作如下：(1)研究DICOM医学图像文本信息的自动提取技术。实现将DICOM文件中患者身份标识、图像生成日期、图像模态等文本信息作为文本特征进行检索；(2)研究基于内容的多特征融合检索技术。根据医学图像的特点,选取纹理特征与形状特征作为图像用于检索的底层特征,依据算法的优势互补性,将同类特征进行归一化融合,再将纹理与形状特征加权融合,比较其检索结果。(3)研究多级检索模式。根据用户的不同需求,本文设计的系统可以进行两级检索：一级检索为基于文本的检索,通过DICOM文本信息匹配对图像库中的图像进行预筛选；二级检索为基于内容的多特征融合的检索,通过图像的底层特征检索出与示例图像相似的图像。最后,本文采用不同患者的不用部位的CT图像,通过多个检索实验得出以下结论：针对本文采用的图像,多特征融合技术能够有效的利用不同特征的优势,更全面地表达图像的视觉内容,检索效果明显优于单一特征的检索结果；特征权重的分配也对检索结果有一定的影响,纹理特征的权重越高,检索效果越好；文本与内容相结合的检索方式能够在继承二者优势的同时,提高检索的准确率,具有可行性和实用性。