随着互联网技术的迅速发展和图像压缩方法的广泛研究，产生了新的医疗技术，比如远程医疗诊断、远程医学教育和远程手术等。使病人在原地即可得到远地专家的会诊及治疗，从而大量节约了医生和病人的时间和金钱、也提高了效率。因此，医学影像的存储和传输即成为了其中的关键。但是，目前大多数远程医疗系统都是在高速网络上实现的，而Internet的网络速度根本达不到这个要求。所以，为了能在Internet上快速传输医学影像，我们必须将它们进行压缩。原则上讲，由于诊断的需要，对医学影像的精确度往往要求比较高，因此医学影像数字化后需要的存储量也很大，为了保证医学影像的使用质量，现在的医学影像在传输时常需采用无损压缩，但是医学影像的数据量往往远大于普通图像，所以利用这种压缩传输方法获得的图像会占用相当大的带宽，也大大降低了传输时的速度。因此采用无损压缩方法的效率太低以至于难以应用于实际的医学影像压缩中。为了有效地利用网络带宽和节约存储空间，有损压缩传输方法的研究就显得十分重要。然而，如何来解决有损压缩传输后对医学影像质量的影响，保证被诊断的医学影像经有损压缩传输后的真实性，是本文研究的目的。一方面，对于医学影像来说，诊断者感兴趣的是病灶区，而医学影像中非病灶区占有很大的信息量，这些非病灶区的信息量诊断者并不感兴趣，如果能够减少这些非病灶区信息量的冗余量，将会使传输的医学影像占有的带宽有效的减少。另外一方面，有些医学影像的病灶区也很不清晰，这给诊断者带来诊断上的困难，因此，必须对医学影像的病灶区进行图像增强处理。这是本文要解决的两个焦点问题。本文提出一种对医学影像的感兴趣区域和非感兴趣区域进行分级压缩的方法实现医学影像的传输，采用一种将有损压缩和无损压缩结合起来的新方法，依据实际的需求，对各个区域采取不同的压缩率，并利用了JPEG2000标准进行分级压缩，对感兴趣区域(病灶区域)进行无损压缩或不压缩，而对非感兴趣区域(非病灶区)采取不同尺度的有损压缩。这样既保证了重要信息有较好的视觉效果，不影响诊断结果，又提高了压缩率，使得整幅图像满足了传输要求。本文结合研究课题，主要完成了以下工作：(1)将医学影像进行预处理——图像增强处理，使得原始图像对比度得到增强，使得处理后的图像更清晰。在对经典增强方法—局部边缘检测算法进行研究的基础上，结合了人眼的视觉特性，对此方法进行了改进，提出一种基于人眼视觉特性的增强技术，并与其他方法进行了对比。(2)将医学图像进行了分割，进而提取出图像的感兴趣区域(病灶区域)，在了解其他方法的基础上，本文采用了阈值分割方法，可以将感兴趣区域和非感兴趣区域明显分开，利于图像的进一步分级压缩。(3)对分割后的图像分别采取不同压缩率进行压缩。压缩所采用的标准是JPEG2000标准。对感兴趣区域不进行压缩，而对非感兴趣区域(非病灶区)采取不同的尺度压缩。这样既保证了重要信息有较好的视觉效果，不影响诊断结果，又提高了压缩率，使得整幅图像满足了传输要求。对于接收端的压缩图像同样利用JPEG2000标准进行恢复。本文采用matlab语言对算法进行了实现，通过本实验结果与其他方法进行对比，结果表明，利用此方法可以获得良好的视觉效果，并且可以大大有效提高压缩率，从而提高传输速率。