با پیشرفت تجهیزات پزشکی در ایجاد تصاویر پزشکی دیجیتال، روزانه حجم وسیعی از این تصاویر در مراکز پزشکی تولید شده و در پایگاه داده ی تصاویر ذخیره می شود. در این تحقیق، روشی جهت بازیابی کارای این تصاویر از پایگاه داده، با استفاده از تکنیک های پردازش تصویر و الگوریتم ژنتیک ارائه می شود. نخست، تعدادی ویژگی در زمینه ی بازیابی بافت، از تصاویر استخراج شده و پایگاه داده ی ویژگیها ایجاد می گردد. سپس، با ارائه ی تصویر پرس و جو، ویژگیهای موردنظر برای این تصویر نیز استخراج می گردد. با مقایسه ی ویژگیهای تصویر پرس و جو با پایگاه داده ی ویژگیها، ماتریس شباهت بدست می آید. با استفاده از عملگرهای ژنتیکی و اعمال تابع برازندگی مناسب، عملیات انتخاب ویژگی و تعیین میزان وزن هر ویژگی انجام می شود. سپس، از میان زیرمجموعه ی ویژگیهای بهینه، زیرمجموعه ای که بیشترین مقدار برازندگی را داشته باشد، انتخاب می شود. بدین ترتیب، ویژگیهای بهینه و وزنهای بهینه ی آنها استخراج می گردد. با توجه به مجموع وزنهای بهینه ی ویژگیها، تصاویر به ترتیب کمترین مقدار فاصله و یا بیشترین مقدار شباهت، در خروجی قرار می گیرند. با مقایسه ی صورت گرفته بین سه سری از ویژگیها، در سری سوم میانگین دقت، بیش از 94 درصد و میانگین زمان بازیابی، 6.29 ثانیه در پایگاه داده ی شامل 17500 تصویر می باشد. نتایج حاصل از آزمایشات ما نشان می دهند، سری سوم نسبت به دو سری دیگر از لحاظ دقت و زمان بازیابی بهتر عمل می نماید.