Content-Based Medical Image Retrieval (CBMIR) gilt als etablierte Technik zur Abfrage relevanter Bilder, indem Merkmale des Abfragebildes mit den Merkmalen der im Datenbankbestand befindlichen Bilder verglichen werden. Derzeit bleibt die Forschung im Bereich CBMIR für Brustkrebsbilder dennoch herausfordernd, da dieser Forschungsbereich bisher unzureichend untersucht wurde. Bisherige Studien weisen eine geringe Leistungsfähigkeit und eine hohe Informationsverfälschung im Prozess der Merkmalsextraktion auf, was die Zuverlässigkeit der Ergebnisse beeinträchtigt. Daher zielt diese Studie darauf ab, die CNN-basierte Autoencoder-Methode einzusetzen, um die Informationsverfälschung im Prozess der Merkmalsextraktion zu minimieren und die Gesamtleistung zu verbessern. Als Datensatz wurde der BreakHis-Datensatz verwendet. Insgesamt erzielte die Bildretrieval-Anwendung bei Brustkrebsbildern unter Verwendung der CNN-basierten Autoencoder-Methode eine höhere Leistung im Vergleich zu der in früheren Studien eingesetzten Methode, wobei eine durchschnittliche Präzision von 0,9237 im Hauptklassen-Datensatz und 0,6825 im Unterklassen-Datensatz erreicht wurde.