传统数据挖掘方法不能清晰描述医学图像的特征信息和高分辨属性。为解决上述问题,提出一种基于决策树的海量医学图像数据挖掘方法。分析图像的简化属性分裂特点,并通过引入矫正函数的方式定义决策树分类堆,完成海量医学图像挖掘决策树分类规则的确定。在此基础上,利用医学图像目标识别和灰度直方特征提取结果,确定局部数据的挖掘引子,完成基于决策树的海量医学图像数据挖掘方法研究。模拟方法运行环境设计对比实验结果表明,与传统数据挖掘方法相比,应用基于决策树的海量医学图像数据挖掘方法后,医学图像特征信息、高分辨属性的描述清晰程度均得到20%左右的提升。