医学影像报告自动生成任务存在影像对比度低、异常区域较小的难题，仅依靠影像信息难以精准刻画异常特征，因此如何引入外部知识来增强视觉表征成为解决问题的关键。此外，异常特征的共现关系复杂，依赖单一样本难以捕捉，如何利用相似实例建模共现模式至关重要。针对上述挑战，本文提出一种相似实例引导下融合异质图的医学影像报告生成方法，包括结合异质图的图像特征记忆模块和相似实例特征融合模块。结合异质图的图像特征记忆模块提取报告实体关系，构建报告对应异质图为桥梁，引导模型关注图像异常区域，增强异常视觉特征；相似实例特征融合模块检索相似实例，融合相似实例的异常视觉特征，增强异常区域特征表达的同时，获取更全面的异常信息。在IUX-ray和MIMIC-CXR这两个医学影像数据集上进行的实验评估显示，所提方法在BLEU系列评分指标上表现优秀，IUX-ray上B1～B4分别为0.539，0.353，0.265，0.193。同时，该方法在METEOR和ROUGE-L 指标上的表现同样卓越。实验结果表明，所提方法在自然语言生成指标和生成报告的准确性、完整性方面优于现有主流方法，证明了方法的有效性。