随着医学影像诊断技术的逐渐成熟,大量的医学图像数据随之产生。怎样对大量的图像数据进行管理并合理的应用于临床诊断过程中,是医学领域面对的主要难题之一。在这这种情况下,基于内容的医学图像检索(Content-based Medical Image Retrieval, CBMIR)技术迅速发展起来。对图像特征的提取和表达是基于内容的医学图像检索技术的核心之一。医学图像的成像有着自身的机理和特点,本文在充分了解现有图像特征提取方法的基础上,结合医学图像自身特点,着重研究了适合医学图像的特征提取算法。图像纹理是图像内容的重要特征之一,本文重点研究图像纹理特征提取方法,通过灰度共生矩阵、小波变换和Gabor滤波器三种提取方法提取图像纹理特征,给出了三种特征提取方法的实验结果,并从查准率和查全率的角度分析、比较三种算法的优劣。在此基础上,针对医学图像检索问题,提出了结合Gabor滤波器和相关反馈的医学图像检索方法,得到了较好的检索结果。通过对医学图像纹理特征提取方法的讨论,重点研究了采用Gabor滤波器的方法对医学图像进行纹理特征提取,计算图像相似度,然后利用相关反馈技术调整图像之间的相似度,改善图像检索过程中的人机交互性能。实验表明,通过相关反馈,该方法有效地提高了检索结果中的查准率和查全率。本文在基于纹理分析的医学图像检索上实现了医学图像检索系统。我们采用了面向对象的系统设计技术是平台独立其应用领域,用户在遵守系统约定的前提下可以很容易的添加自己的图像特征及其相应的匹配算法以满足具体应用领域的需要。对医学领域来说,图像种类很多,每种图像都有自己的特点及要求,每种类型的图像的利用方法都是有规律的,‘本文的基于纹理分析的医学图像检索系统就是在该平台的基础上采用了适用于医学图像的特征完成的。基于Gabor滤波器和相关反馈技术的医学图像检索方法,在检索结果中得到了较好的检索精度,同时也提高了查询用户的灵活性。