随着老龄化人口的急剧增加和饮食结构的变化,心血管疾病已成为人类关注的焦点。同时,远程医疗的出现,给心电(ECG)数据压缩提出了迫切要求,心电信号的实时准确传输对于远距离疾病诊断起到关键作用,并使医疗共享和及时救治危重患者成为可能。心电信号分析和压缩方法研究涉及计算机、电子信息、生物医学工程等多个领域,其研究成果可广泛应用于临床医学研究和病理诊断中。针对目前已有的不同压缩算法及其存在的问题,本文通过研究一维心电信号产生机理,利用心电信号所具有重复相关性的特点,对大量ECG信号进行选择性压缩且在可不损失病理信息的情况下恢复原始心电信号。具体完成工作如下：(1)心电R波检测。通过对麻省理工学院提供的心电异常数据库(MIT-BIH)数据信息进行深入分析,完成了标准数据库的读识,实现了不同数据组的数据结构显示。在此基础上对采集到的微弱心电信号进行预处理,采用基于小波变换算法进行R波检测,以QRS主要含病理信息的波段为基础,通过拆分心电信号以达到对批量数据的处理。(2)心电压缩算法设计。对心电标准数据库中不同的心电信号数据进行压缩、恢复。将一维心电信号转化成二维数组,然后通过一一映射的方法再转换成灰度图像,使用JPEG2000标准,采用嵌入式零树小波编码方法,对心电信号进行多质量控制压缩编码,以达到灵活控制失真度的目的,从而满足远程医疗对信号失真度的要求。通过编制算法程序实现了心电数据有效压缩,并进行仿真测试。(3)心电压缩算法测评。在心电数据库中选择不同病理信息的数据,应用该算法进行仿真测试,评估压缩效果。评测结果证明,通常控制压缩比在10以下,压缩大量包含异常信号的心电信号时,其失真率值较其它算法小,并且可根据实际要求调整压缩比,以达到满足临床要求的压缩效果。本文对心电信号检测、压缩、重构、评估等方法的研究,可应用于远程医疗系统中。