随着远程医疗系统的日益成熟,各种医学信号都以数字化的形式在嵌入式仪器中采集、处理和传输,数据量的急剧增长给数据的压缩和传输带来了一系列问题。解决这些问题的关键在于寻找一种快速高效的算法来实现数据压缩。因此,开展应用于嵌入式系统的生物医学信号压缩算法的研究有着十分重要的价值和意义。文章首先参考新一代图像压缩标准JPEG2000,探寻了其针对静态图像压缩所采用的新思路,选取其中适用于嵌入式系统心电(ECG)信号压缩的算法,并将算法模型退化到一维。为了满足嵌入式系统对时间和空间的严格要求,最终采用JPEG2000中的提升小波对心电信号做去相关,该小波作为传统小波理论发展的结果,在设计上不需要傅立叶分析的背景知识,在实现上通过直接的分裂、预测和更新步骤进行。与传统小波相比,能进行整数到整数的变换,计算量大幅减少,同时采用了同址运算,可节省存储空间。在提升小波变换的基础上,再将所得系数输入嵌入式零树小波编码器(EZW),利用EZW的逐次量化、渐进传输思想,实现了一种基于提升小波变换的医学数据快速无损压缩算法。为了考查该算法在嵌入式系统中的应用效果,接着从DSP器件的特性出发,将其改编、优化并移植到DSP硬件平台上。通过对心电的压缩试验表明:(1)此算法能够有效的对心电数据进行无损压缩,得到比熵编码更好的压缩比;(2)在码流截断后,仍能进行图像的有损重建,实现渐进传输;(3)与传统小波的Mallat算法相比,在时间和空间的开销上都有明显的优势。