计算机网络技术、多媒体技术和通信技术的快速发展,推动了远程医疗系统在医学领域的广泛应用。利用远程医疗系统使得资源共享更高效,处理紧急情况更有效,医院和患者开支更经济。基于这一背景,着重研究了远程医疗系统的数据压缩、通信信号的识别等关键技术。首先,在本文中回顾了远程医疗在中国的发展及应用领域,介绍了心电、脑电信号的产生原理及数据压缩的必要性。本文在改进遗传算法及匹配追踪算法的基础上,提出了基于过完备原子库的序列号编码方法,并且对过完备原子库的所有原子进行序列号编码,只需将迭代选取的最为匹配的原子序列号以及分解系数进行存储或是网络传输,实现了对信号的高压缩比压缩。在信号重构时根据原子序列编码从原子库中得到匹配的原子,并结合相应的分解系数既可重构信号。这种压缩和编码方法为解决海量的心电和脑电数据的存储和传输问题提供了一种解决方案。本文利用MATLAB进行了仿真实验,结果表明,心电与脑电信号压缩比为18：1,具有很高的压缩率并且压缩性能有提高的空间,心电与脑电信号的误差PRD(Percent Root-mean-square Difference)分别为1.06%,2.15%。然后,由于基于固定网络的远程医疗存在很多限制,本文阐述了移动远程医疗系统对救灾指挥通信和医疗急救的意义。由于OFDM(Orthogonal Frequency Division Multiplexing)的高频谱利用率及良好的抗噪性,本文介绍了OFDM的主要原理及常见的识别技术。针对移动远程医疗系统中由于设备移动,及环境恶劣造成的传输信道信噪比低的情况,研究并提出了利用小波变换及高阶累积量联合识别OFDM信号的方法,该方法能够有效地在低信噪比(-5dB-0dB)的情况下将OFDM与单载波区分出来,提高了其识别率。