近些年来,随着现代化医疗设备的增加和医院网络信息化的发展壮大,数字化医学数据量激增并逐渐成为临床医生诊断的依据。随着医学数据量的增加,海量的医学数据使得其在存档和通讯传输中极其不便。解决这一问题的关键在于如何实现医学数据的有效压缩。同时由于医学数据的特殊性,以及医生在临床诊断的需要和医学数据后处理的要求,需要对医学数据进行无损压缩。本文通过对医学心电数据和医学MRI图像数据的分析,采用相应的无损压缩算法对其进行压缩。在此我们主要研究了以下两个方面的内容:1.目前对心电数据压缩的研究主要集中在对低采样率心电数据的压缩,本文提出了一种基于BW(Burrows-Wheeler)算法对高采样率心电数据的无损压缩算法.首先对原始心电数据进行差分变换,将部分16位二进制差值表示为8位,然后对差分结果进行前移编码,使得相同字符集中于某一段区域,最后通过算术编码得到高压缩比.结果表明,本文算法不仅适用于高采样率体表心电数据的压缩,而且也适用于心内心电数据的压缩,平均压缩比分别达到3.547和3.608.同现有的心电无损压缩算法相比,本文算法在压缩效果上获得了较大改进.另外针对高采样率心电数据,使用本文算法进行无损压缩也可以得到较好的压缩效果。2.针对医学图像所具有的特殊性,本文在对哈佛大学医学MRI图像数据库提供的医学MRI图像深入分析基础上,应用一种基于像素间相关性的医学MRI图像压缩算法对其进行无损压缩。该方法首先根据原始医学MRI图像数据中像素间的相关性生成四个相应的数组,然后对每个生成的数组进行相应的算术编码,并且进行保存或传输。实验结果表明,与现有医学MRI图像压缩算法比较,在相同条件下本文算法的压缩效果有一定提高。