现代通信与信息技术的长足进步为生物医疗技术的发展提供了新的契机。在当前，医学检测、医疗诊断的信息化、远程化已经成为一个蓬勃发展的领域。而远程心电监护系统正是应用了先进的数字信息、无线通信以及模式识别等技术的实现了对心脏疾病患者的实时跟踪、监护和自动诊断。在这其中，心电图波形将以数字信号的形式进行远程传输或存储。为了提高系统传输效率和节约成本，每天所产生的海量信号必须进行有效的压缩。 本文的主要内容包括：基于信号稀疏分解和MC-AVQ量化的心电信号压缩算法设计以及该算法在动态心电采集处理系统中的实现。 本文算法设计的主要目的是为了进行多导联心电信号的整合压缩，进一步提升压缩效果。为此，本文在深入研究了心电信号可压缩特性的基础上，首先进行了对原始信号的基漂矫正以及对工频和肌电等干扰的消噪工作，从而增强了心电信号的相关冗余特性，为后续的压缩算法打下良好的基础；随后对R波峰值特征明显的某一导联信号进行了基于差分运算与变长窗的QRS波群检出，其目的是使信号得以按照每一次心脏搏动伪周期进行分段，从而为后续的矢量量化方法做出准备；对于单导联心电信号的压缩，本文采用了一种基于过完备原子库匹配追踪的方法进行信号分解，同时对分解结果进行矢量量化，矢量量化的码书更新策略采用动态更新的方式：对于多导联信号的整合压缩，本文在单导联压缩结果的基础之上采用了一种对单导联矢量量化索引码字再次矢量量化的方法，即多路自适应矢量量化方法(MC-AVQ)。仿真结果表明上述方法对于多导联心电信号具有良好的压缩效果。 本文对压缩算法的有效性测试采用目前公认的MIT-BIH单导联数据库和圣彼得堡心电诊断研究所的STA多导联数据库进行。同时，算法还在基于TMS320VC5503 DSP处理器的动态心电采集处理系统中进行了大量的实际数据测试。对实际心电信号的压缩实验表明，本文算法可以有效实现对三路多导联心电信号的整合压缩并且有着和仿真结果一致的压缩性能。