医学影像是医生诊断的重要依据。随着计算机技术的不断发展,各种数字化的医学影像数据迅速增加,如何有效的从这些海量信息当中获取特定的图像,已成为当前亟待解决的问题之一。本文分析了目前图像检索的多种方法,将基于语义的图像检索技术应用于医学领域,并以颅脑CT图像为例进行了深入研究。现有医学图像检索仅是利用了文件的自身属性或是图像的低层视觉特征,鉴于医学图像具有极强的领域特征,本文把医生所关注的病理特征作为图像的语义特征,拓展了医学图像检索的范围。将医学影像学、图像语义提取以及文本语义理解等技术相结合,本文提出了一种基于语义的医学图像检索模型,并设计了医学图像检索相关算法。首先,采用自适应阈值分割、数学形态学、线邻接图等图像处理算法,充分利用DICOM文件信息,从医学图像的病理特征出发,一定程度实现了图像语义特征的提取;其次,对提取的语义特征进行向量化表示,并实现了检查报告书的辅助生成:最后,对向量空间模型做了适当的改进,利用医学用语的关联关系知识库修正向量权重,并改进了相似度算法,使其支持多特征的相似度融合,从而实现了医学图像的检索。根据提出的检索模型和相关算法,设计实现了一个基于语义的医学图像检索系统。实验证明,系统能够对DICOM格式的医学图像实现有效的语义检索。