近十年来，随着小波与分形理论研究的不断成熟，基于小波变换与分形的图像压缩成为图像编码的研究热点。同时，医学影像学也取得了突飞猛进的发展，新的成像方式层出不穷。在此趋势下，本论文进行了基于小波变换与分形理论的医学图像编码的研究，旨在提出新的适合医学图像特点的编码方法。论文的主要研究内容如下： 1)提出了基于小波变换的预测四叉树图像编码算法，该算法属于带内编码与带间编码的混合。将同一频带内系数分块，随比特面的移动，将块由大到小进行四叉树分裂，克服了固定大小块的不足。另外在编码中加入了预测过程，实现对块的裁剪，使块的形状更符合实际的情况。熵编码采用了基于上下文的算术编码，提出了四种上下文编码模型，可以灵活调整以合适不同医学图像的特点。 2)针对三维体成像设备产生的序列图像，提出了模糊聚类优化的序列图像快速分形压缩算法，它是一种基于单帧的序列图像帧间分形压缩算法。该算法首先使用LBG方法对序列图像组成的搜索空间样本集进行初始化，然后将模糊聚类优化方法应用于对样本集的软分类，匹配时通过用类内搜索取代全局搜索，将分形编码过程聚焦在最有效的局部范围内，从而减少了匹配次数，降低编码时间。相同运算环境下的仿真实验结果说明，在不影响信噪比和压缩比的前提下，与传统序列图像分形压缩算法相比，我们的OFC算法编码速度可提高大约5倍。