随着数字化医疗的发展,医学影像在医生诊疗过程中发挥的作用越来越大。智慧医疗的发展使医学影像资源得到了充分的利用,但由于医学影像的数据量巨大,在传输过程中给当前带宽有限的网络环境带来了巨大的挑战。因此,针对带宽受限条件下的医学图像的压缩技术研究具有重要意义。本文首先针对当前远程医疗图像传输系统存在的问题,提出了一种远程医疗图像传输设计方案,能减少医生远程会诊等待时间,提高工作效率。对该传输方案中涉及到的图像压缩算法进行了深入研究。在前人图像压缩研究的基础上,结合CT图像的自身特点,提出了一种适合于网络带宽受限条件下的多感兴趣区域压缩方案,并通过仿真取得了良好的效果。对于医疗图像,背景区域的信息也会对医生的诊断造成一定的影响,因此很多情况下需要背景区域有一定的恢复质量。本文分析了前人提出的感兴趣区域和背景区域质量平衡算法的不足,通过用一批肾脏CT图像训练了用于预测PSNR的神经网络模型,提出了一种基于PSNR预测的感兴趣区域编码优化策略。通过仿真对比,本文的算法复杂度更低,且能达到预期的效果,有一定的实用价值。