امروزه پیشرفت¬های سریع تکنولوژی امکان ذخیره¬سازی و بازیابی حجم زیادی از اطلاعات را به شکل چندرسانه¬ای (متن، فیلم، صدا، تصویر و...) فراهم کرده است. افزایش حجم داده¬های چندرسانه¬ای مخصوصاً تصاویر، مدیریت و بازیابی آنها را برای انسان با مشکل مواجه¬ کرده است. بازیابی اطلاعات چندرسانه¬ای به شیوه متنی با دو مشکل روبرو است. مشکل اول کار دستی موردنیاز برای تفسیرآنها و مشکل دوم برداشت متفاوت افراد از داده¬ها می¬باشد که کاری وقت¬گیر و ناکارآمد است؛ بنابراین برای دسترسی به این اطلاعات در پایگاه ¬داده¬های حجیم نیاز به ابزارهای جستجوی هدف¬دار غیرقابل اجتناب است. در زمینه پزشکی تصاویر تولید شده بخش بسیار مهمی از اطلاعات پزشکی را تشکیل می¬دهند که می¬توانند در فرآیند تشخیص و درمان بیماری به¬کار روند. درحال حاضر بازیابی این تصاویر براساس مشخصات بیمار است؛ نه برپایه نوع بیماری. مشکل دیگر وجود شکاف معنایی در بازیابی تصاویر می¬باشد؛ بنابراین روش پیشنهادشده در این پایان¬نامه با هدف کاهش دادن شکاف معنایی طراحی شده است. از این¬رو هدف از انجام این پایان¬نامه، ارایه طرحی برای بازیابی تصاویر mr مغز مبتنی ¬بر محتوا با استفاده از بازخورد ارتباط کارآمد قرارداده شده است. در بخش اول پیاده¬سازی ابتدا در مرحله استخراج ویژگی¬ها، ویژگی¬های مبتنی بر لبه و بافت از تصاویر استخراج و در یک پایگاه برای تصاویر موجود در مجموعه ¬داده ذخیره می¬شود. همین مراحل برای تصویر ورودی به عنوان تصویر نمونه نیز انجام می¬شود. این روش نیمه¬خودکار بوده؛ به¬طور¬ی¬که در مرحله اندیس-گذاری با ایجاد بردار¬¬ وزن مناسب توسط بازخورد کاربر، بردارهای ویژگی مربوط به ویژگی انتخاب شده مقایسه و داده¬های شبیه به تصویر ورودی بازیابی می¬گردند. در بخش دوم، اندیس¬گذاری و بازیابی تصاویر براساس ویژگی¬های محلی تصویر با استفاده از روش sift می¬باشد. این روش ویژگی¬هایی که برای توصیف تصاویر مناسب هستند را استخراج می¬کند. روش¬ پیشنهادی روی مجموعه تصاویر mr مغز که مجموعه ¬داده معتبر برای ارزیابی است، انجام می¬شود. معیار ارزیابی روش پیشنهادی، متوسط نرخ دقت می-باشد. مقایسه روش پیشنهادی با دو روش بازیابی تصاویر دیگر، نشان¬دهنده برتری دقت روش پیشنهادی در بازیابی تصاویر می¬باشد.

دلیل اصلی تنوع در پژوهش ها، تفاوت در سیستم های تصویربرداری پزشکی و وجود یا عدم وجود رنگ در این دسته از تصاویر می باشد. این موارد را می توان دلیل عدم وجود یک سیستم جامع بازیابی تصویر در زمینه پزشکی دانست. همچنین روزانه تصاویر پزشکی بسیار زیادی درحال تولید است که استفاده مفید از این تصاویر به نوعی جلوگیری از اتلاف هزینه ها است. هدف نهایی پژوهش حاضر، بهبود کارایی در بازیابی تصاویر پزشکی به منظور ایجاد یک سیستم دستیار پزشک می باشد که با استفاده از اطلاعات موجود در تصاویر، در تشخیص درست بیماری-ها به پزشک، کمک نماید. سیستم پیشنهادی، با دسته بندی تصاویر به منظور محدود کردن فضای جستجو و کشف الگوی رفتاری کاربر در مراحل دریافت بازخورد، عملیات بازیابی را با دقت بهتری انجام می دهد. نتایج حاصل از مقایسه الگوریتم پیشنهادی با الگوریتم های مشابه، نشان از کاهش تعداد مراحل دریافت بازخورد و در کنار آن، افزایش نسبی دقت تصاویر بازیابی شده دارد.