随着数字化影像技术的发展及计算机辅助检测和诊断(Computer-aided Detection and Diagnosis, CAD)系统在临床工作中的广泛应用,使得医疗机构中产生了数量巨大且具有实际应用价值的医学图像数据。如何有效组织、管理这些医学图像资源,并进一步利用这些资源为医务人员提供更科学的参考信息与诊断依据,成为了医学图像领域新的难题。基于内容的医学图像检索(Content-Based Medical Image Retrieval, CBMIR)便是基于此背景迅速发展起来的一门新兴技术。而为了使CBMIR技术最大程度上地发挥其使用价值,本文在CBMIR相关技术的基础上,以肺癌CAD为具体对象,研究并实现了面向肺癌CAD的医学图像检索(CBMIR-Lung Cancer CAD)技术。该技术可以针对性地对肺癌CAD中检测到的各类型病灶、疑似病灶、及未检测出的感兴趣区域进行图像检索,从已确诊图像库中找出与此病历具有相同病理特征的医学图像,从而为肺癌治疗中的临床诊断、病情跟踪、愈后研究提供更多科学依据。本文概述了CBMIR在医学领域的应用现状,分析总结了基于内容的医学图像检索的关键技术,并从以下几个方面对面向肺癌CAD的医学图像检索关键问题进行了研究：(1)病理区域的特征提取。本文结合肺部图像特点,尽可能全面地从形状和纹理两个方面对病理区域进行特征提取。同时提取了两种改进的特征：(a)将基于最大类间方差法方(Otsu)的二值分割与Snake算法结合对感兴趣区域进行轮廓提取,并用Hu矩不变量对轮廓进行矩不变量表示,得到轮廓不变量特征。(b)应用局部二元模式算子对Gabor滤波图像进行描述,并进行纹理特征提取,得到基于LBP的Gabor纹理特征。(2)检索中的特征优化方案。分别采用多特征综合方法和基于主成分分析(PCA)的特征融合方法对特征进行优化。通过实验验证两种方法分别在SPN型、GGO型、恶性肺结节及非结节区域进行检索时的查准率,并得到优化方案。(3)研究并实现了SIFT (Scale Invariant Feature Transform)算法的三维扩展,提出了三自由度3DSIFT算法,并优化了第三角度(转角)的求取过程。为解决三自由度3DSIFT算法在应用时所产生的特征描述子维数庞大、三维空间的旋转不变性算法复杂等问题,本文将圆环模型与PCA-SIFT提取描述子方法相结合,提出了基于三维圆环模型主成分分析的3DSIFT描述子生成方法。(4)面向肺癌CAD的医学图像检索平台实现。将检索系统接入到肺癌CAD系统接口,形成集图像预处理、图像数据库及特征库管理、图像特征提取、可选方式的图像检索、基于二维和三维SIFT的图像检索、检索信息反馈等诸多功能于一体的软件平台。