با توجه به بالا رفتن حجم تصاویر موجود در پایگاه داده ها، نیاز به روش های بهینه و سریع ذخیره و بازیابی تصویر بیشتر احساس می شود. در سال های اخیر پژوهشگران تحقیقات بسیاری بر روی روش های مختلف ذخیره و بازیابی تصاویر نظیر 2d-string، 9dlt matrix، square matrix و spatial graph انجام داده اند. اما روش های موجود عموما کارایی لازم را ندارند زیرا اکثرا دارای پیچیدگی زمانی بالایی هستند، قابلیت استفاده در پایگاه داده های بزرگ و پویا را ندارند و یا قابلیت انجام انواع جستجو را ندارند. در این پایان نامه روشی سریعتر و کارآمدتر برای ذخیره و بازیابی تصاویر سمبلیک در پایگاه داده تصاویر سمبلیک پیشنهاد داده شده است. در این روش با استفاده از tsr که روشی است برای ارائه ارتباطات فضایی تصویر، ارتباطات فضایی بین عناصر موجود در تصویر استخراج شده است. این ارتباطات فضایی که توسط یک سری چهارتایی نمایش داده می شوند، باید در نوعی ساختمان داده سریع و کارآمد ذخیره شوند. برای ذخیره این چهارتایی ها از نوعی شبکه عصبی باینری به نام cmm به عنوان ساختمان داده استفاده شده است. این شبکه عصبی به دلیل استفاده از وزن ها و ورودی های باینری، دارای سرعت مناسبی جهت استفاده در پایگاه داده های بزرگ که شامل حجم زیادی تصویر هستند می باشد. پیاده سازی و ارزیابی های انجام شده بر روی تصاویر مورد بررسی نشان می دهد که این روش دارای پیچیدگی زمانی پایینی است (o(1)) و قابلیت انجام انواع جستجو و بازیابی را دارد. همچنین این روش، قابلیت بازیابی تصاویر تغییر شکل یافته را نیز دارد.