心血管疾病作为当今危害人类健康的主要疾病之一,日益受到人们的重视。一方面,病人希望能及时准确的得到心电检测结果,另一方面,病人需要24小时全天候的监护。这就要求有正确有效的心电检测技术对心电进行处理,并且能够实现对心电数据的高性能压缩。本文首先通过数学形态学进行心电信号的预处理,滤除噪声干扰。而后借助小波变换多分辨率分析的优势,提出了融合多尺度心电子带信号的模糊测度R波定位方法。在完成R波定位之后,本文针对Q、S波在小波子带上的分布特点,利用Marr小波具有消卷积作用的特点,将Q、S波的特征集中反映在第3尺度细节。利用上述结果,将QRS波群从时域心电信号中剪除,将剩余的心电通过小波变换,得到P、T波特征位置点被明显加强的子带信号。最后,利用所有被提取的特征点信息,构造反映心电波形特征的特征向量。在实现心电数据的压缩方面,本文首先尝试了心电图的小波零树编码算法,在实践中证明该方法的有效性。而后致力于将小波变换转入到小波包变换,以期待信号的最优分解下达到更好的压缩目的。本文通过选择压缩代价函数,选取能够实现最佳压缩的小波包基,并解决了小波包本身特点带来的父结点冲突的问题。在考虑到心电信号在时域上具有的相关性特点后,本文将频域的小波包分解引入到时域,采用心电特征向量的相关性作为时域分解的判据,并解决了时域分解带来的边界误差问题。经过实践表明,这种时频双树的小波包零树编码充分利用了心电信号在时频域上的特征,因此在码流中出现更多零树,为后续的游长编码提供更好的上下文。