信息技术和计算机通信技术的迅猛发展,使人类活动依赖信息技术的程度与日俱增。人类已经真正地跨入了信息化时代,对信息的需求已不再局限于传统的语音、文字信息,图像信息亦成为了人类获取外界信息的重要来源。但是图像数据量巨大,它对数据传输的带宽和数据存储容量等有很高的要求。随着图像应用范围地扩大,图像地存储、传输和处理显得尤为重要,因此对图像进行压缩处理是必要的。医学图像处理是图像处理在现代医学的一个具体应用,随着现代医学的迅速发展和医疗水平的不断提高,数字化医学图像在医学临床的诊断中发挥着越来越重要的作用,数字图像压缩也成为解决医学图像传输的主要工具。全文是按照下列方式组织的:　　首先是小波和小波变换的基本理论:介绍了小波变换时间-尺度分析能力、多分辨的特点,以及快速算法,为后面地应用提供理论支撑。　　其次,重点分析和比较了两种基于小波变换的零树编码算法。嵌入式零树小波编码算法(EZW算法)是一种有效而简单的图像压缩编码算法,它用零树结构表示小波变换后得到的各子带系数,简捷形象。并详细介绍了A.Said和W.A.Pearlman提出的以零树编码为基础的分层树集合分割算法(SPIHT算法)。　　再次,基于传统SPIHT算法的图像压缩,是利用小波分解图像的低频区域子带系数进行编解码,而图像的主要信息和细节信息均等参与编解码。针对上面的不足,本章提出了一种基于小波变换改进的SPIHT图像压缩算法。该算法去除了图像分解后的直流成分,将图像以临界值分裂为主副图像,最后主副图像按照合适的比例分别进行编解码和传输。实验结果表明该算法提高了图像的恢复质量,具有编解码简单、重构图像的峰值信噪比高等特点,明显优于传统的SPIHT算法。　　最后,把基于小波变换改进的SPIHT图像压缩算法用于医学超声弹性成像方面,大量的实验结果表明改进的算法具有以下优点:减少了弹性仿体超声图像的冗余信息,使得编解码过程简单快捷,提高了编码和传输的效率;在弹性成像算法中采用经过改进SPIHT算法压缩编码的图像,其运行时间明显少于未经压缩编码的图像,提高了运行的效率,对于该技术的工程化具有重要意义;在弹性成像的验证结果上,采用经过改进SPIHT算法压缩编码的图像,其计算结果也优于未经压缩编码的图像,在医学图像的应用上有较好前景。