心电图(ECG)信号是心脏兴奋的发生、传播及恢复过程的客观指标,对于临床心血管疾病的诊断有重要的参考价值。随着多导联心电图的广泛应用,心电图的数据量会随着采样频率、采样精度、监测时间和病人数量的增加而急剧增加。这对于有限的存储空间和传输带宽来说,无疑是一个巨大的挑战。只有对ECG数据进行最大效率的压缩,并且降低数据传输的延迟,才能解决上述问题。因此,对ECG信号的压缩编码显得至关重要,已成为生物医学领域的一个重要课题。不但要追求高性能的数据压缩,而且要能实时无线传输,达到实时监控的效果。基于高性能压缩和实时性的考虑,本文提出了一种了ECG信号的压缩编码算法：对ECG信号进行周期分割,用循环队列记录心搏的相关位置信息,并对信号做离散小波变换,将变换后的小波系数用嵌入式带截止区的量化器(EDQ)进行量化,从而得到编码的位平面；按照“从左到右,从上到下”的规则扫描位平面,判断样本的显著性进行相应的显著性编码、求精编码和符号编码：在显著性编码时,找出当前样本相关的条件点,并确定显著性编码的最佳条件数,建立自适应的Context模型,进行自适应算术编码压缩。采用循环队列和带截止区的EDQ量化器,具有很好的实时性,可以实现一次压缩,多种不同速率解压,逐层次浮现ECG信号图像。本文实验采用的是MIT-BIH心率失常数据库中的信号文件,实验结果表明：本文提出的算法提高了数据压缩的性能,有效的降低了编码的码长,而且更具实时性。