随着人们生活水平的提高、生活节奏的加快,心脏疾病的发病率迅速上升,成为威胁人类身体健康的主要因素之一。心脏疾病发作迅速,发作时间不确定,需要长时间监测人体的心脏活动来加以应对。心电图是记录心脏每一心动周期所产生的电活动变化的图形,是诊断心脏疾病的主要依据,且具有方法简便,诊断可靠,对病人无损害的优点。利用可穿戴计算技术能够将织物电极、模拟前端、处理器和通信电路等集成在胸带等形式的衣物中,实现长期持续的心电监测。本文的主要工作是面向这类可穿戴心电监测系统,设计相关的心电信号处理方法,并进行软件实现。系统可实时地采集、存储和处理心电信号,对心电信号进行特征提取,计算心电特征参数,根据预置或用户自定义的策略,实时的检测出异常的心电信号片段。本文的主要研究内容如下:(1)结合心电信号处理与分析的相关技术理论,对软件系统进行需求分析,完成软件系统的总体设计,按照功能将软件系统分为:心电信号数据采集与存储、心电信号预处理、心电信号特征提取、心电信号分析和可视化及用户交互等主要功能模块,并分别陈述各功能模块的设计要求。(2)软件系统各功能模块的详细设计,具体包括:在心电信号采集和存储模块实现了硬件数据传输、心电数据包解析和数据存储等功能;在心电信号预处理模块中引入小波变换法去除基线漂移,引入经验模态分解与主成分分析相结合的方法去除肌电干扰,并利用MIT-BIH公开数据库对两种算法进行了验证分析;在心电信号特征提取模块中引入差分阈值法和小波变换法提取心电信号的关键特征参数;在心电信号分析模块中使用逻辑分支判断法检测异常心电信号片段等等。此外,还完成了心电信号波形实时显示、用户交互组件等用户界面模块的详细设计。(3)利用Python程序设计语言,编码实现整个软件系统,然后对软件系统作功能测试,经验证软件系统每个功能模块均达到了设计要求。通过实验采集的心电信号数据,将信噪比、均方差、心率敏感性和心率变异性作为评判指标对软件系统作性能分析,计算结果表明,在静止和慢走的情况下,心电信号预处理的效果较好,R波的定位非常准确。使用MIT-BIH Arrhythmia数据库中的数据检验异常心电信号检测算法,计算得到异常检测的准确率为93.3%。在此研究基础上,本文在心电信号分析模块中提出了用户自定义诊断功能,用户通过配置诊断规则来添加新的异常心电信号检测类型。