随着现代医院数字化进程的加速，数字化医学影像在医院的诊断和治疗中起着越来越重要的作用。医院普遍建设了PACS系统(Picture Archiving and Communication System)来存储和传输这些数字化的医学图像。因此，由于存储空间和带宽的限制，针对医学图像的压缩编码方法研究具有重要实际意义。 医学图像具有不同于一般图像的特点，首先医学图像中一般包括对诊断、治疗有重要意义的区域，也包括周围的相关组织和背景区域。通用的压缩方法比如JPEG、MPEG的设计并没有考虑医学图像的特殊要求。本文提出了一种新颖的适合医学图像的压缩算法，实现了对医学图像的高压缩比、高质量编码。它的优点是支持任意形状的感兴趣区域(Region Of Interesting)，保证了ROI边界和背景光滑过渡，生成内嵌有损到无损图像质量渐进优化的码流，并且可以对ROI独立随机存取。算法对有重要临床诊断信息区域采用完全无失真的无损压缩，而对背景采用高压缩比的有损压缩方式，既保证了医学图像对高质量的要求，相对于传统的无损方案又大大提高了图像的整体压缩比，同时也为面向对象的应用打下了良好基础。 针对CT和MR产生的序列图像，本文的另外一部分工作探索了基于三维小波变换的序列图像编码算法，实验结果表明基于三维小波变换的序列图像编码更好的利用了帧间数据的相关性，比运动预测方案或二维帧内编码效率有一定提高，但是在运算复杂度和编解码时间上还需要进一步提高才能适合临床实际的需要。