目前，在水产动物疾病专家诊断系统领域，需诊断的新问题和知识库以文字方式描述为主，致使进行诊断推理时，依据的信息和知识也只有文字描述，容易造成诊断结果的差异性和不准确性。针对这种不足，本文以南美白对虾(以下简称虾)为研究对象，将病虾的图像内容特征和病理特征相结合来描述需诊断的新问题特征，同时在知识库增加了虾病图像特征内容，提出了结合图像特征的虾病案例推理专家系统，它是基于图像特征的虾病诊断系统一个子系统；基于图像特征的虾病诊断系统包括两个子系统，另外一个是基于内容的虾病图像检索。 南美白对虾作为一种经济类水产动物，是世界上的公认的、最有养殖前途的优良虾种之一，具有适合高密度养殖、养殖周期短、肉质佳、出肉率高、产量大、售价高等特点，近几年我国南方地区的养殖规模正在逐渐扩大。同时，虾病的频繁发生和领域专家的缺乏所带来的经济损失也随之严重，因此虾病困扰着对虾养殖业的持续发展，成为影响对虾养殖的首要因素。为了减少病害带来的损失，除了推广和普及鱼病诊断和防治的知识外，研究和开发虾病诊断智能系统，使之成为养殖者科学养殖的有力助手，协助他们及时诊断与防治虾病，同时控制流行病的爆发，更具有重要的实际意义。 人类专家对疾病的诊断是一个复杂的创造性思维过程，既包括逻辑性思维，又包括形象思维。而大多数鱼病诊断专家系统都致力于研究、整理疾病专家的知识，形成推理规则，却忽视了对疾病专家诊断过程中形象思维的模拟。而基于案例的推理方法利用以往的经验和知识，将已有问题的解决方法加以调整和修改，用于解决当前问题，能有效模拟人类专家的形象思维。因此，本文在研究虾病诊断问题时采用了基于案例推理的方法。 在充分的虾病知识学习、对虾病诊断过程的调查和需求调查的基础上，本文以计算机应用技术为支撑，以人工智能理论为基础，以面向对象的编程技术为工具，分析研究利用计算机进行虾病诊断中的关键问题。 首先，对本文所用到的关键技术：诊断推理策略和方法、案例推理的机制、案例检索、案例索引等关键技术进行了概述。阐述了基于图像特征的虾病诊断系统将基于内容的虾病图像检索与虾病诊断专家系统相结合的诊断模型和思路，以及基于图像特征的虾病诊断系统的框架结构。 接着，利用关系数据库技术实现虾病案例库的构建。从基于案例推理的虾病诊断模型角度进一步阐述了运用基于案例推理方法研究虾病诊断问题的合理性和现实性。用基于框架的表示方法表示虾病案例后，描述了添加新案例的两种途径以及系统案例库、虾病图像库之间的关系。为了提高虾病案例检索效率，利用聚类分析方法将案例库分类，进而组织成两级分层结构：抽象虾病案例库和子虾病案例库。 之后，利用案例相似度匹配的方法实现相似案例检索，其中定义了虾病案例相似度计算模型和方法，结合案例库的分层组织策略和基于内容的虾病图像检索结果，提出结合虾病图像检索的虾病案例检索算法，给出了对检索出的相似案例进行修正的方法。进行相似案例检索时，先在抽象案例库中检索相关的抽象案例，然后到相应的子案例库中检索相似案例。在子案例集中检索案例时，只跟相似图像集所对应的案例进行相似度计算，不仅缩小了案例搜索范围、减小了相似度计算量，而且能提高案例诊断的准确率。 最后从软件工程和知识工程的角度，描述系统的开发过程和实现技术，包括系统做了需求分析、系统体系结构、知识库设计、实现工具和系统主要功能模块演示。开发了基于图像特征的虾病诊断专家系统，从而搭建虾病专家系统研究成果向现实生产力的转化平台，促进虾病诊断的智能化水平，有效解决虾病诊断的现实问题。 本文采用新的方法和手段建立虾病诊断系统，对虾病诊断系统的研制具有理论上的指导意义，不仅能有效模拟虾病专家的形象思维，而且在案例库中增加了病虾的图像特征，诊断推理时将图像特征与病理特征相结合作为依据，从而提高了诊断准确率，为鱼病诊断专家系统的研究开拓一条新思路，提高此类系统的研究水平。