随着医疗信息化技术的发展，各种数字化医学成像设备越来越多地出现在各级医疗服务机构中，产生了海量的医学图像数据，这对医学图像的存储和传输提出了更高的要求。因此必须采取有效的压缩技术来降低数据量。小波变换由于具有良好的时频局部性质和多分辨率特性，在医学图像压缩方面得到了广泛的应用。本文就是在这种情况下对小波医学图像压缩技术作进一步的研究工作，主要包括以下几个方面： 1、介绍了课题研究背景及意义和国内外现状，简要讨论了了与课题研究相关的基本理论和方法，包括医学图像的基本概念，图像压缩的基本理论和方法、小波变换理论等。 2、较深入的研究了小波变换在医学图像压缩中的应用，系统分析了基于小波变换医学图像压缩的几个关键性问题，包括医学图像的小波分解，小波基的选取原则，小波系数分析以及边界延拓问题；然后对嵌入式零树小波编码方法EZW进行了详细的分析，包括其思想，工作原理和编/解码流程等。 3、原始EZW算法由于量化阈值的距离过大导致零树数量减少，引发了一系列弊端。针对上述不足，采用了一种新的量化阈值对EZW原始算法进行了改进，相对降低了相邻阈值区间的距离，最大限度地增加了编码过程中零树的数量，从而提高了编码效率。 4、对医学图像采用普通小波编码算法、原始EZW编码算法以及改进EZW编码算法进行了实验。实验结果表明，在压缩比相同的条件下，改进算法较原始算法均方误差（MSE）有所降低、峰值信噪比（PSNR）有所提高。 文章最后对全文进行了总结，指出了今后需要继续进行的相关研究工作和可采用的方法。