心血管疾病是现今世界威胁人类健康的头号杀手,其中,心源性猝死(Sudden Cardiac Death, SCD)又占到了大约一半的比例,其早期分析与诊疗越来越受到人们的重视。T波电交替(T-wave Alternans, TWA)是一种非稳态的心电变异性现象,作为无创的心电检测方法,已成为预测SCD的具有统计学意义的独立指标。因此,研究和设计出有效准确的TWA自动检测算法是十分有必要的：本论文在分析了国内外现有的心电信号自动分析技术以及TWA检测算法的基础上,研究并设计了一个用于检测TWA的带有复合预处理的谱估计算法,通过窗口优化、心拍剔除与对齐、数据矩阵去趋势滤波等手段对传统算法进行了改进,最终从原始ECG信号中获取了可用于判定TWA现象的定量指标。通过PhysioNet TWA数据库中的数据分析和动态心电分析系统中的算法嵌入分别对本论文提出的改进TWA检测算法进行了性能评估。实验结果表明,本算法相对于传统方法具有较高的检测灵敏度和准确性；对临床心电数据的分析也初步证实了算法在TWA指标检测中的有效性,为医生提供了一个新的诊断参考指标。本论文共五章：第1章简要概述了论文的研究背景和意义,并具体介绍了T波电交替的相关背景知识,最后说明了算法评估的相关数据库和实现方法。第2章主要从心电信号预处理、波形检测与相关参数提取以及TWA自动诊断三个方面介绍了心电自动分析技术和TWA检测算法的研究方法和研究现状。第3章提出了本论文的TWA自动检测总体算法的研究与设计,将该TWA检测算法共分为三个阶段详细讲述,介绍了TWA算法的整体流程以及相对于传统算法的改进。第4章对本论文提出的算法进行了实现和评估,并对数据结果进行了分析。第5章对本论文进行了总结,并对今后进一步工作的方向进行了展望。