医学图像检索是一个新兴的研究领域，它吸收了传统计算机视觉和图像处理的各方面技术，在诊断、教学和研究方面有着重要的意义。形状特征是医学图像的核心特征之一，在医学图像检索中具有重要地位，基于形状的医学图像检索技术已成为一个重要的研究课题，因此本文对基于形状的医学图像检索技术进行深入研究。　　 本文研究了基于形状的医学图像检索系统的体系结构，分析了基于形状的医学图像检索系统的关键技术，包括图像形状特征的提取及表达、图像的匹配技术及相关反馈等。　　 根据医学图像的特点，本文选用小波模极大值算法进行边缘检测，并采用双阈值算法对小波模极大值算法进行改进，采用该改进算法检测出的边缘具有单像素、边缘轮廓清晰等优点。　　 针对医学图像在成像过程中会发生各种变形的问题，本文根据边界不变矩和仿射不变矩的特点得到了一种组合不变矩，该组合不变矩具有旋转、尺度缩放、平移及仿射变换的不变性，实验结果表明，组合不变矩能很好地描述图像的形状特征。　　 本文结合改进小波模极大值边缘检测算法和组合不变矩特征提取算法，提出一种有效的医学图像检索算法，实验结果表明，该算法具有较好的检索性能。　　 同时，本文还在生物学视觉研究成果的启发下，提出了一种基于人类视觉系统的医学图像检索算法--分频率检索，即根据人眼对频率的感知能力将一幅医学图像分解为几幅不同频率的子图像，再提取各子图像的形状特征进行检索。实验结果表明，这种医学图像检索算法更适合结合相关反馈技术进行检索，从而能得到较高的查准率和查全率。　　 为了弥补计算机和人眼在图像理解上的差异，本文引入了相关反馈技术，给出了一种基于高斯函数的径向基神经网络的相关反馈算法，并在此基础上进行改进。最后通过实验证明了该改进算法的有效性。