随着医学影像诊断技术的发展,大量的医学图像数据随之产生。传统的医学档案管理系统采用简单的基于标注的图像数据库甚至完全人工的方法来管理图像数据,严重影响了图像在诊断过程中作用的发挥。为了克服这些缺点,基于内容的医学图像管理方式势在必行。而在图像检索中一次命中的可能性很小,主要是由底层特征对图像的描述不够准确,用户检索的主观性等等原因造成。所以在检索系统中,相关反馈为用户提供多次查询的可能,优化查询效果,已经成为系统中重要的组成部分。随着群智能技术的发展,粒子群优化算法在各个领域上的应用和发展取得了长足进步。本文在标准粒子群算法的研究基础之上,采用一种层次化粒子群算法,构造了基于粒子群算法的规则提取模型,解决分类问题。并分析和比较了自上而下和自下而上的两种粒子群更新方式,使用Iris数据集进行实验分析,取得了理想的效果。本文以两种方式将粒子群算法应用于图像检索中的相关反馈。一种是将粒子群算法应用于特征值权重的调整,一种是将基于粒子群算法的分类模型用到相关反馈中的分类问题。