随着移动互联网技术高速发展，通过移动医疗系统解决就医难的问题成为不可逆转的趋势。在移动医疗系统中，移动医疗终端与医疗业务服务器之间存在大量医学影像的交互，医学影像成为PACS系统获取、存储和管理的主要数据，在医学诊断中起到至关重要的作用。然而医学影像种类多数据量大，给存储和传输带来很大负担，占据大量的存储空间和传输带宽。　　针对上述情况，医学界对图像进行无损压缩处理，以免丢失医学证据，但压缩比有限。采用有损压缩算法，压缩比大，但可能损失医学诊断数据，引起医学纠纷。综合上述情形，本文针对CT图像进行感兴趣区域压缩研究，提出完全自动、准确检测感兴趣区域的ROI压缩方法。首先对CT图像进行特征分析，定义感兴趣区域，基于图像分割原理提取感兴趣区域，采用MAXSHIFT算法对图像数据进行层级变换，完全区分ROI和BG，基于DWT和EBCOT对ROI和BG区域分别进行独立量化编码。对医学影像ROI区域无损或轻度有损压缩，对BG区域深度有损压缩，有损压缩图像同时保留诊断信息。　　CT图像经过ROI压缩处理后，需要进行压缩质量评估，本研究对客观质量评估方法对比分析研究。从一般图像压缩角度，采用PSNR评估图像压缩效果。轮廓变换对图像数据进行方向性和各向异性描述，捕捉图像不连续点，并结合人眼视觉系统对比度敏感函数模型基于轮廓变换计算SSIM，更接近人眼视觉特性。从人眼视觉角度，采用基于轮廓变化相似度指数矩阵(CT-SSIM)，对ROI图像进行质量评估，最终证明本研究提出的基于图像分割原理提取感兴趣区域的ROI压缩质量更好。