随着现代医学影像技术和计算机技术的发展，医学图像的应用越来越广泛，医院中每年会产生大量的医学图像数据。对这些图像进行有效的组织和检索，能够更好地跟踪病情发展、查找相似病例，并辅助诊断、治疗和研究。基于内容的图像检索技术在近年来得到了较为广泛的研究，并且出现了一些实际的应用案例。在医学图像领域，这个方向的研究也开始得较早。但是，目前的研究主要是针对二维图像进行的。对医学图像来说，三维图像，如CT和MRI图像，在目前的应用中占据了很大的比例，但是关于三维图像检索的研究开展得较少。本文针对基于内容的三维医学图像的检索技术，从基于组织形态的检索和基于图像相似度的检索两个方面入手，对其中的特征提取和比较的关键技术进行了研究，并使用真实的医学图像数据集，对所提出的方法进行了实验和评价。在基于组织形态的检索方面，通过分析当前组织结构分类领域的研究成果，提出了一种将三维图像中的局部结构分类为不同尺寸的线形、球形、面形三种形态的方法。该方法采用了图像多尺度空间局部二阶导数，计算图像Hessian矩阵的特征值，分析了特征值在不同形态处的特点，构造了基于特征值的正规化响应函数，通过响应函数值对图像中的结构形态进行分类。同时，研究了不同尺度下形态结构的合成方法。最终实现了通过给定形态、尺寸范围检索三维图像中相应结构的目标。在基于图像相似度的检索方面，研究了现有的基于视觉特征的检索方法，并结合医学图像的特点，针对三维图像中的帧，提出了融合视觉特征的检索方法。通过图像灰度值频率累加直方图提取灰度值特征、通过多尺度和方向的Gabor变换提取纹理特征、通过Canny算子提取边缘特征、通过前面局部二阶导数的方法提取形态特征，并将这些特征融合作为图像特征；通过计算特征融合后特征向量的距离，对比图像之间的相似度。最终实现了给定样例图像，从图像库检索相似图像的目标。