طبقه بندي خودکار تصاوير روشي است که به کمک آن يک تصوير به يکي از کلاسهاي از پيش تعريف شده قبلي نسبت داده مي شود. طبقه بندي تصاوير يکي از مهمترين مراحل در يک سيستم بازيابي تصوير بر اساس محتوا است. وجود اين مرحله باعث کاهش زمان بازيابي تصوير بوسيله کاهش فضاي جستجو در اين سيستمها مي شود. در اين مقاله، يک روش طبقه بندي محتوايي تصاوير راديولوژي مبتني بر محتويات شکلي شئي يا اشياء داخل تصوير ارايه مي گردد. بر اين اساس، با تعريف دو ويژگي جديد و همچنين انتخاب ويژگيهاي مناسب، مجموعه ويژگي بهينه اي فراهم شده که مي تواند تمايز بهتري بين کلاسهاي تصاوير راديولوژي ايجاد کند. دو ويژگي جديدي که در اين مقاله ارايه شده است، يکي از اطلاعات طيفي به کمک يک موزائيک بندي جديد در فضاي چند مقياسه تبديل موجک و ديگري از اطلاعات مکاني زيرباندهاي تبديل موجک و با ارايه تعريف جديدي از هيستوگرام جهتي استخراج مي شود. اين دو ويژگي حاوي اطلاعات با ارزشي از محتويات شکل و بافت تصاوير هستند که نتايج طبقه بندي با طبقه بند –k نزديکترين همسايگي (knn) اين موضوع را نشان مي دهد. براي ارزيابي عملکرد روش پيشنهادي، از يک پايگاه داده استاندارد IRMA شامل مجموعه کاملي از تصاوير راديولوژي از قسمتهاي مختلف بدن و جهت هاي مختلف تصويربرداري استفاده شده است. صحت طبقه بندي %90.3 براي يک مساله 31 کلاسه بر روي پايگاه داده شامل 7861 تصوير حاصل شده است.