近年来,数字化医院的建立对PACS (picture archiving and communication system)系统的需求不断增加。而数字化影像设备的广泛应用使医学数据呈爆炸式增长,给PACS系统中有限的存储空间和传输带宽带来了严峻挑战。由此可见,对医学图像压缩技术的研究具有重要的意义。据调查可知,PACS系统中传统的医学图像压缩方法多是基于小波变换的,由于理论上小波具有有限的方向,且只能较好的表示图像中点状奇异的位置和特征,对图像中具有线状或面状奇异的高维特征而言,并不能很好的表示,而医学图像中的病变是线状或面状奇异等各种各样的。故小波方法用于医学图像的压缩有一定的局限性。本文为解决医学图像压缩方法因小波的局限性致使其重构图像与原图像结构相似度较低的问题,提出了基于剪切波的医学图像压缩方法,最后,根据医学图像自身的特点和PACS系统的需要,结合“对病变区域进行低压缩比无损压缩,对背景区域进行高压缩比有损压缩”的混合压缩思想,提出了一种适用于PACS系统的混合压缩方法。论文重点研究的问题如下：1.剪切波具有较多优于小波的性能,这使得剪切波变换更适合用于图像压缩。通过理论分析和实验验证,全面学习了剪切波的数学结构、离散化实现和其相关性质。理论分析和实验结果证明,剪切波变换有较好的稀疏性、方向局部化特性和较低的时间复杂度。这为将剪切波用于医学图像的压缩打下了基础。2.压缩方案中涉及了几个关键性问题：基函数、分解级数和编码方法的选择。不同的基函数、分解级数和选用不同的编码方法会直接影响压缩效果,理论分析和实验仿真结果表明,当基函数为db4小波基、分解级数为3、编码方法为Huffman编码时,本文提出的压缩方案具有较好的压缩效果。3.如何解决PACS系统中医学图像压缩中高压缩比和高重构图像质量之间的矛盾。医学图像中的病变区域对医生诊断十分重要,故要求其具有较好的重构图像质量,论文基于感兴趣区域(ROI, Region of interest)提出了一种新的适用于PACS系统的医学图像压缩方法,对该方法的仿真实验结果表明,该方法在保证高压缩比的同时提高了病变区域恢复图像的质量,适用于PACS系统中离线存储的医学图像压缩。本文所提出的医学图像压缩方案中还有许多问题有待改进,比如对算法的优化和ROI区域的自动选取,这些将在下一步的研究工作中展开。