医学图像具有幅面大,分辨率高的特点,尤其是病变部分图像任何细节的丢失可能导致误诊,从而带来严重的后果。这些特殊要求使得图像的数据量变得相当大,给数据的传输和存储带来了困难。人们一直在探索适当的压缩编码方法,以保证在重建图像的分辨率和压缩比之间取得平衡。本文提出一个医学图像压缩算法,在保证病灶部分图像质量的前提下尽量对医学图像进行压缩以减少存储和传输的数据量。考虑到病灶部分对医生诊断的重要性,算法采取对病灶部分(ROI区域)进行无损压缩编码、而对相对不重要的区域(背景区域)采用有损压缩编码的方案。对感兴趣区域(ROI)进行无损压缩编码过程中,采用整数小波变换然后进行算术编码的方案降低运算复杂度、保证图像质量。背景区域的图像编码过程中,则利用小波和矢量量化的优点,并结合两者进行有损压缩编码。进行矢量量化前,首先对小波系数进行视觉加权,然后采用了同向跨频带的方法将小波系数进行矢量组织。本文针对矢量量化的关键技术进行了改进:提出了一种改进的LBG算法,加快码书训练收敛速度,提高压缩质量;采用一种基于小波变换域的快速码字搜索方法,大大提高码字搜索速度。最后使用C++和MATLAB等工具软件对算法进行了验证试验。结果表明,在运算量增加不大的情况下,得到令人较为满意的压缩效果。