由于心脏疾病具有偶然性、突发性和高致残、致死率，而且我国的医疗资源匮乏而且分布极不均衡，为了保障人们医疗卫生保健的需求、提高人们的生命质量以及节约医疗开支，所以心脏疾病的预防与分析诊断具有重要的社会意义。为了方便及时检测到被检测的心脏生理情况，开发一种便携、经济、实用和智能的远程心电(ECG)监护终端，实现心脏疾病患者的自我发现、自我诊断以及自我护理势在必行。在目前的远程心电监护系统中，大多数心电终端没有心电自动分析诊断功能，无法满足远程心电监护的实时处理和自动分析的需要，特别是不能对危及患者生命的心电特征参数的识别。随着集成电路技术的发展，为远程心电检测终端的小型化、便携化和智能化提供了技术支持。本课题的研究正是基于上述需求，利用小波变换的方法，在以DSP为主处理器的系统上展开对ECG信号去噪和特征参数检测算法的探索。首先，本文在心电图（ECG）生理学基础及其特点的基础上，设计出了心电信号采集和调理电路。本文ECG信号分析处理系统采用TMS320VC5509DSP处理器为主处理器，搭建了远程心电监护终端硬件系统，完成ECG信号的采集、放大调理、去噪、分析处理和特征参数的检测。其次，根据小波变换的性质对ECG信号及其噪声表现出的小波特性进行了分析，为ECG信号去噪提供了充足的理论依据。在上述理论的基础上，研究了心电信号去噪的步骤、分解层数以及阈值的选取的规律，提出了基于二次B样条小波基础上的一种比较合理ECG信号综合去噪算法，并进行了Matlab仿真实验，验证了所提出的综合去噪算法在ECG信号去噪中的有效性。最后，在理解小波变换检测ECG信号奇异点原理的基础上，进一步研究了二次B样条小波在ECG信号特征参数识别方面的突出优势，对ECG信号进行了8层分解和R波的识别和定位。在此基础上，找出QRS波的起点和终点的位置，确定了R-R间期，并且确定了P波和T波的位置及参数。本文采用MIT-BIH心电数据库的数据对提出的算法进行了仿真实验，验证了算法的精确性和有效性。ECG信号特征参数检测的算法在TMS320VC5509DSP处理器上进行了测试，本算法测试了5个心电数据的部分信号，profiler的测试数据结果以及在搭建的硬件系统实验表明，该算法能够满足远程监护心电系统的实时性要求。