本文从医学图像信息模型、图像纹理特征提取、图像矩特征提取、图像相似性度量及特征索引组织、基于内容医学图像检索原型系统以及图像检索效果评价等方面对超声心动图像的基于内容检索的课题进行了深入的研究。 首先，针对DICOM医学图像信息模型只按照患者、研究、系列、图像等四个层次的外部属性来组织图像相关信息，从而只能在该模型上实现基于关键字检索的不足，借鉴张凯博士的菱形DICOM扩展模型，并结合张系国教授的五层图像结构，提出了DICOM扩展模型的实体关系图，将医学图像信息划分为图像内容无关信息和内容相关信息，其中内容无关信息存放图像的外部属性(DICOM信息模型)，内容相关信息是DICOM信息模型的扩展部分，包含特征组织层、特征表达层、图像特征视图层、语义特征视图层、用户视图层等层次。该模型的提出为基于纹理特征、矩特征的检索建立了一个框架，也为将来基于高级语义的图像检索奠定了基础。 其次，针对图像Gabor小波纹理特征体取算法由于纹理特征向量维数过多而在图像检索中产生的“维数危机”，而带来检索效率低下导致Gabor小波纹理难以实际应用于基于内容图像检索系统的缺点，为了充分利用Gabor函数在图像时频域分析中的能够达到时频域分辨的联合下界，从而成为最佳时频域分析工具的优良性能，将小波包技术和Gabor小波相结合，提出了自适应Gabor小波包纹理算法，将图像的频域空间划分为有限的几个小波包子空间，极大的减少了纹理特征向量的维数，在保持特征准确度的前提下，提高了图像的检索速度。 再次，针对医学图像形状特征较为明显，但是图像轮廓较为复杂的特点，采用基于矩技术来表示图像的特征，矩技术是提取图像特征的常用方法。由于Gabor函数在提取图像时频域信息方面的优越性，借鉴B样条小波矩算法，提出Gabor小波包矩提取算法，该算法拥有矩技术优点(旋转不变性、平移不变性等)和小波的优点。最后将具有全局分析能力的Zernike矩和局部分析能力的Gabor小波包矩结合起来组成复合矩，用以提取图像的特征。 再次，针对欧氏距离在图像特征相似性度量中，由于取值小的特征分量在计算结果中被湮灭的缺点，采用马氏距离来计算特征间的相似性。在图像的检索中改变了传统的计算两图像特征距离来确定相似性的做法，提出了首先采用C均值聚类来对特征空间进行聚类，将图像特征库中的特征划分为若干类。每一个类都有一个聚类中心，提出用马氏距离和夹角余弦的二步度量法将图像特征向量转化为一个由聚类中心、马氏距离、夹角余弦组成的三维向量，通过比较三维向量来进行检索的方法，并提出用一个类R树来组织这个三维特征量。 最后，提出了一个用于图像检索的原型系统，并对本文提出的基于内容图像检索算法进行了比较和评价。