心电信号(ECG)是一项极为重要的临床诊断指标和评价依据,远程医疗系统中对该信号进行实时高效的压缩编码具有重要的意义。对ECG信号进行压缩时,不仅要考虑压缩编码系统的高效性,也要兼顾其压缩编码的实时性。本文在对ECG信号进行高效压缩的前提下,为了减少时间的延迟,提出了一种实时的ECG信号压缩编码方案。由于ECG信号是一种类周期信号,其心搏内和心搏间存在着一定相关性,利用这些相关性来建立多周期相关的概率统计模型可以大大地提高压缩系统的压缩比,但利用这种相关性,需对ECG信号进行准周期分割。本文首先根据ECG信号的结构特征,通过模极大和自适应循环匹配识别出R波,利用R波的位置对信号进行周期分割,再对一个周期的信号进行离散小波变换,利用带死区的量化器将生成的离散小波系数进行量化,并将量化值分解成四个码流即重要位置流、符号流、最高位位置流及剩余比特流,最后利用ECG信号间的相关性,分别建立多周期相关的概率统计模型,实现自适应算术编码。依次分割信号对其进行压缩编码,直至信号结束。本文采用的数据来源于MIT-BIH心律失常数据库。实验结果表明,在一定的误差范围内,重构出的ECG信号数据与原始信号基本一致,本文的实验方案在保证了ECG信号压缩编码高效性的同时,又较好的实现了压缩编码的实时性。