随着医学成像技术的发展,医学影像已经成为一项极其重要的诊疗技术。然而,随着数字化医疗设备如CT、MR、DSA、DR在临床医学诊疗中的大量应用,以及计算机技术在医疗中的迅速普及,医学影像数据海量增长,医学影像资源的有效利用成为了挑战。医院每天产生大量的医学影像数据,医学影像自动标注成为从数据库中查找影像的重要步骤。医学影像自动标注提高了医学影像的使用效率,同时也是医学影像处理和分析的前提。图像挖掘提取图像中隐含的知识,图像数据的关系,或者图像中存储的其它的潜在模式,以迎接海量图像数据带来的挑战。图像分类作为图像挖掘中的一项基本研究任务,主要解决图像的类别标注问题。本文将图像分类方法应用于医学影像领域,设计并实现了基于多种特征医学影像的分类算法。本文分析了医学影像的特点,论述了适合医学影像的特征提取方法。为了更加全面地描述医学影像的特性,本文采用不同方法提取了医学影像的多种特征。这些特征包括医学影像的灰度特征、纹理特征、形状特征,以及从频域空间中提取出的特征。另外,本文利用将医学影像分块的方法,保留了医学影像中含有的空间关系特性。本文还提出了一种具有相对独立性的分类框架,并结合医学影像分块方法和多种医学影像特征提取方法应用于医学影像分类任务中。实验表明,本文提出的医学影像分类方法较一些传统的医学影像分类方法在准确率上有明显提高。