目前，随着基于内容的图像检索(CBIR)技术的快速发展，其在医学图像辅助诊断领域的应用得到了越来越多的重视。本文主要研究基于底层视觉特征的医学图像内容分析和检索技术，并开发了原型系统。 论文首先综述了目前基于内容的图像检索技术的基本概念、研究内容、系统构成及主要技术与方法。然后对于颜色特征，改进了在HSV颜色空间基于颜色统计量化和聚类的检索算法与其相似性度量方法。同时，为了弥补颜色特征损失的空间信息，充分利用彩色医学图像的纹理特征，提出了一种基于色彩共生矩阵的检索算法。 最后在前面两个检索算法基础上，我们提出一种融合多个可视特征进行图像检索的方法，并在特征融合的基础上利用了相关反馈的技术，提高系统的可交互性并最终提高检索效率。算法应用在实际医学图像检索系统(MIRS)上，取得了满意的结果，验证了特征融合检索比单一特征检索的优越性。 本文研究结果可广泛应用于PACS、RIS等医学图像管理信息系统中。