数字医学图像是临床医生和专家进行疾病诊断的重要依据，在医学影像领域及临床实践中发挥着越来越重要的作用。目前，随着医院PACS系统的普及，医学图像处理技术对医学图像分割算法和医学图像压缩技术的研究也提出了更高的要求。 本文在综述了医学图像处理技术的基础上，着重研究了医学图像分割算法和医学图像压缩技术的应用，重点围绕下面三个方面的内容展开了工作： 1、研究了应用粒子群优化算法优化Markov随机场模型，对磁共振图像进行分割的PSO—MRF算法。建立了基于Markov随机场的图像分割模型，针对Markov随机场图像模型的局部相关特性和最大后验概率估计，将粒子群优化算法应用于该模型中，优化参数并快速获得全局最优解，从而实现图像目标分割的目的。将实验结果和传统模拟退火算法的处理结果进行了比较，实验结果表明，该方法效率比较高，也较为可靠。 2、根据Markov链的理论，结合医学图像特点，以生成医学图像中的闭合曲线为研究目标，将动态Markov链模型用于医学图像分割工作中。算法中通过转移概率生成一个闭合曲线的Markov链，把蒙特卡罗方法融合到该模型中加速收敛速度。实验结果表明该算法抗噪性较好，分割速度上也有一定优势，得到的分割图像较为精细。 3、根据医学图像信息相对集中的特点，提出了一种基于EBCOT和DWT的医学图像任意形状感兴趣区域复合压缩方法，通过对图像感兴趣区域和背景区采用不同的编码方式，较好地提高了医学图像压缩比，并基本上确保了医学图像感兴趣区域的高质量重建。实验表明，该方法在重建图像质量和压缩比上均达到了较好的性能。