随着网络技术、现代通信和信息处理等技术的快速发展，对图像信息进行高效处理、存储和传输在日常生活、生产以及辅助医疗中显得尤为重要。特别是随着数据量的不断增加，如何对图像进行有效压缩成为国内外研究的热点问题之一。当前，我国老龄化社会问题日益突出，智能医疗辅助系统有望在解决该问题中发挥重要作用。而医学图像的有效存储和传输处理在医疗辅助系统的应用中至关重要。医学图像不同于其他类型的图像，例如:自然景观图像、遥感图像、以及超光谱图像，具有其独有的特点。医学图像如磁共振(MRI)图像、计算机断层(CT)图像等，通常是一种灰度分布不均匀、纹理较多的图像，并且其图像尺寸较大、图像存储的数据量也相对较多。尤为重要的是重构的图像要确保临床应用的可靠性，不能影响医生的临床诊断。因此对采用的图像处理技术如分割、压缩等的要求更高。基于医学图像的独特性，本文的主要目的是研究有效的医学图像编码方法，使其在保证图像压缩率的条件下，能够进一步提高医学图像的重构质量。　　在医学图像的实际应用中，诊疗人员、设备和患者对医学图像中的病理部位感兴趣，这些区域称为感兴趣区域(Region of Interest，ROI)。为了提高压缩效率，在处理医学图像时通常对ROI和非ROI区域采用不同的压缩算法进行分别处理。　　本文主要研究的是基于感兴趣区域的医学图像压缩方法，采用了一种块到行双向PCA方法编码医学图像。该编码过程主要包括三个步骤，首先采用水平集方法，将图像分成ROI和非ROI;然后分别对ROI和非ROI区域进行编码处理，ROI使用块到行双向主成分分析法(Principal Component Analysis，PCA)，非ROI使用经典PCA;最后利用图像融合的方法得到重构图像。利用不同的CT和MRI图像对采用方法的性能进行了测试。实验结果表明，本文方法与基于块的PCA、块到行PCA相比，前者在压缩率和峰值信噪比(Peak Signal to Noise Ratio，PSNR)两方面均优于后者。