医学影像案例由影像与描述诊断内容组成。医学案例检索的主要目的就是对以往案例进行检索，从而为医生提供诊断依据。随着医学影像数据不断增多，医学影像案例的高效检索面临着严峻的挑战。同时，图像的底层特征与语义之间存在着“语义鸿沟”问题，影像内容与诊断的有效结合，是解决高效检索问题的前提与关键。乳腺癌早期进行诊断的重要依据是乳腺X影像，微钙化点则是其关键的表现之一。本文主要针对乳腺案例钙化病灶进行研究，提高钙化病灶案例的检索性能。主要内容如下：1.乳腺案例特征的提取。所要提取的乳腺案例特征包括：底层视觉特征以及案例的语义特征。首先，提取乳腺X影像中钙化点的灰度、纹理、形状等特征，得到图像底层特征向量；然后，利用支持向量机对部分特征进行分类，得到视觉特征语义，将这些视觉特征语义与案例相关描述的语义相结合，构成乳腺案例的多层次语义结构；之后，参照本文所计算的多层次语义结构相似度矩阵，根据案例底层特征提取的视觉特征语义或者输入的已知语义，获得其他语义的特征值，从而得到语义特征向量。2.多层次结构中概念间相似度矩阵的获得。首先，构建多层次语义树形结构模型，根据树形结构特征，计算结构中各节点之间的相似程度；然后，利用贝叶斯网络获取节点之间的条件概率与后验概率，将其作为正向因子和反向因子，对传统相似度量方法所计算的相似程度进行加权处理，从而得到多层次语义结构的相似度矩阵，用以解决多层次语义结构中，父节点与子节点间不对称性，以及同层次子节点间的差异性。3.实现多模检索的系统。利用SQL Server2000存储数据，包括乳腺案例图像、案例相关描述、图像底层特征值、案例的视觉特征语义，以及语义相似矩阵。使用VC++来设计人机交互界面，联合Matlab进行编程，实现乳腺案例的多模检索。为了证明本文检索方法的有效性，针对每一部分都进行实验验证，实验结果表明，该方法具有良好的实用性，提高了检索性能。