随着CT、MRI、X光片等影像设备的普及,近年来可供临床、教学和研究使用的医学图像数量正在迅速膨胀。基于文本的数据库管理方式由于其主观性、人工性等原因己经渐渐无法满足大规模医学图像数据库的检索需要,因此基于内容的医学图像检索(Content-Based Medical Image Retrieval, CBMIR)技术成为近年来医学图像领域的研究热点。本文以提高基于内容的医学图像检索系统查准率和查全率为目标,主要围绕图像特征提取和相关反馈技术展开研究,简述了基于内容的图像检索技术基础理论,在此基础上提出了采用双密度双树复小波进行医学图像纹理特征提取方法,提高了系统的查全率和查准率；并采用基于支持向量机主动学习的相关反馈技术,改善了系统对同一部位不同病理医学图像的检索性能。本文的主要研究成果如下：(1)深入分析和研究了基于内容的医学图像检索领域的关键技术,其内容包括医学图像主要低层特征的描述方法、图像特征间的相似性度量准则以及图像检索算法的性能评价方法,并且通过在同一测试环境下的实验,对一些经典的方法进行了比较。(2)针对医学图像比较复杂的特点,提出了采用双密度双树复小波进行医学图像纹理特征提取方法,通过多组实验进行了对比观察,该方案比采用离散小波和双树复小波的方案查准率和查全率都要高。(3)针对目前方法对同一部位不同病理医学图像检索效果不好的缺陷,提出了基于支持向量机的主动学习技术来进行相关反馈,实验表明,通过四次相关反馈,该方法将系统在Top30的平均查准率提高了25%。(4)使用VC设计和实现了一个基于内容的医学图像检索软件系统。最后,作者对研究工作进行了总结和展望。