در سال های اخیر تولید انبوهی از تصاویر و توزیع آن ها در سراسر جهان رشد چشمگیری داشته است. در بسیاری از زمینه ها مانند کاربردهای تجاری، کتابخانه های دیجیتال و بیمارستان ها، مجموعه های عظیمی از تصاویر دیجیتال ایجاد شده است. این گستره تولید، نیازمند توسعه ابزاری به منظور مدیریت و بازیابی مناسب در زمینه های مختلف می باشد. بازیابی تصویر مبتنی بر محتوی، به یافتن تصاویر با استخراج خودکار ویژگی های بصری سطح پائین مانند رنگ، بافت و شکل می پردازد. یکی از چالش اصلی فراروی بازیابی تصویر مبتنی بر محتوی شکاف معنایی است. شکاف معنای میان مفاهیم سطح بالایی که به طور طبیعی کاربران به تصاویر مرتبط می کنند و ویژگی های بصری سطح پائین که سیستم به آن ها تکیه می کند، وجود دارد. یک راه حل موفقیت آمیز برای کاهش شکاف معنایی، بکارگیری روش های یادگیری ماشین است. هنگامی که بازیابی تصویر، به عنوان یک مسئله یادگیری مطرح می شود، برای استفاده از روش های یادگیری نظارت شده، باید تعداد کافی از مثال های آموزشی برچسب دار فراهم کرد. فراهم کردن تعداد کافی از مثال های آموزشی برچسب دار عملی بازدارنده است. در مقابل، تصاویر بدون برچسب به کمیت زیادی دردسترس هستند. بنابراین، رویکرد موثر و عملی دیگر در یادگیری استفاده از نمونه های برچسب دار به همراه نمونه های بدون برچسب در زمان یادگیری است، این ایده مبنای اصلی رویکرد یادگیری نیمه نظارتی را تشکیل می-دهد که اغلب منتهی به نتایج دقیقتری می شود. در این پژوهش، سیستم بازیابی تصویر به سه زیرسیستم، برون خطی، درون خطی و پردازش تکمیلی و اعمال نظر کاربر تقسیم شده است. در زیرسیستم برون خطی، بازیابی تصاویر کلیه براساس فرآیند پیش پردازش و استخراج ویژگی های موثر تصاویر سونوگرافی کلیه انجام شده است. در این زیرسیستم، روشی مبتنی بر یادگیری تجمیعی برای انجام یادگیری نیمه نظارتی در حوزه تصاویر سونوگرافی کلیه پیشنهاد شده است. در زیرسیستم درون خطی از یک طبقه بند نظارتی به منظور تعیین برچسب تصویر پرس وجو و افزایش دقت سیستم بازیابی تصویر؛ و همچنین از رویکرد بیشینه- کمینه بهبودیافته به منظور بهبود نتایج بازیابی استفاده شده است. در زیرسیستم پردازش تکمیلی و اعمال نظر کاربر، برای توصیف ارتباطات معنایی بین تصاویر، کم کردن شکاف معنایی، لحاظ نمودن نظرات متخصص و افزایش دقت سیستم از بازخورد ربط کاربر نیز بهره گیری شده است. در این پژوهش هدف از ارائه رویکردهای ذکر شده افزایش دقت بازیابی تصاویر کلیه بدون تاکید بر جنبه سرعت بازیابی می باشد. براساس آزمایشات صورت گرفته، رویکردهای پیشنهادی قادر به افزایش قابل قبول دقت در عملیات بازیابی تصاویر سونوگرافی کلیه در مقایسه با سیستم های مشابه می باشد.