脑科学是21世纪生命科学技术研究的前沿热门领域。脑电是脑神经细胞的电生理活动的总体反映,是一个理解脑的神经生理特性的关键工具,因而是脑科学研究的一个基础。脑电检测不仅作为诊断脑部疾病的重要工具被广泛应用在临床上,也在脑机接口中得到了广泛的应用。有效的利用脑电需要涉及到脑电的采集、传输等诸多问题。本文针对脑电的采集问题设计了一款便携式的脑电采集系统,并且针对大量脑电数据的传输、存储问题提出了一个新颖有效的多通道脑电数据压缩算法。传统的脑电测量设备通常体积过大、功耗过高,不利于便携化地使用。本论文设计的脑电测量电路以德州仪器公司的ADS1299模拟前端芯片为核心,利用其高水平的集成度和优异的性能,显著地减小了电路的尺寸、功耗和整体成本。采集系统的控制器采用低成本、开源的Arduino平台,结合蓝牙模块与Android手机,构成了一个完整的便携式测量系统。通过采集真实的脑电等实验,证明了本系统的有效性。本论文提出的多通道脑电数据压缩算法结合了主成分分析算法(PCA)、独立分量分析算法(ICA)和SPIHT算法。快速ICA算法FastICA是一种低计算复杂度、快速收敛的独立分量分析算法,本论文提出的算法利用了它能将独立分量依次提取的特性。通过使用PCA算法作为预处理,提高了FastICA算法的处理效果。通过将一维数据变换成二维矩阵形式再使用SPIHT算法压缩编码,更好地利用了数据之间的相关性。此外论文还探讨了算法中的参数的选取问题。通过与其他两种基于SPIHT的优秀算法的实际对比,证明了本算法的有效性。