心电信号反映了心脏电活动在体表的整体生理状态,为心脏疾病的诊断提供了重要依据。而心电信号的预处理和分析是正确诊断心脏疾病的前提。本文系统地综述了心电信号预处理及R波检测的研究现状,主要对心电信号的预处理和R波的检测进行算法研究工作,并且取得了良好的效果。本文首先介绍心电信号的特点、心电图的各个波形及其所受到的噪声。心电信号信噪比低,信号微弱,在采集信号时,由于外界的影响,采集到的信号都伴有噪声干扰,如基线漂移、工频干扰、肌电干扰等。然后根据心电信号和噪声的不同特性,对不同的噪声提出不一样的处理方法。针对工频干扰的去除,给出了自适应相干模板的方法,其基本原理是通过检测线性段计算干扰的幅度加以存储作为噪声模板,然后从原始信号中减去该模板,就得到处理后的信号,此方法能适应干扰频率和幅度的变化。对于基线漂移和肌电干扰的消除,采用数学形态学的方法,根据心电信号特征波形和噪声的时间宽度的不同,选择不同尺寸的结构元素对信号进行处理。采用多结构元素的方法,在开闭过程中对腐蚀和膨胀采用不同的结构元素,构造了广义形态开和闭运算,这种算法有效地抑制肌电干扰的同时且能保证心电波形的不失真。在矫正基线漂移时,首先选择一个较小宽度的结构元素进行形态滤波去除QRS波,再选择一个较大宽度的去除P、T波,得到基线漂移信号,最后从原始信号中减除基线漂移信号,就可以得到去除基线漂移的心电信号。由于不同的心率对应的QT间期的时间宽度不同,利用形态滤波提取的QRS波群,检测到R波,计算出平均心率,根据不同的心率选择结构元素,这种方法可以减小结构元素的变化范围,因人而异的矫正基线漂移信号,有效的滤除了干扰信号并较好的保留了ST段的信息。最后提出了将数学形态学和小波变换相结合的R波检测算法,先利用数学形态学运算提取心电信号的QRS波群,再采用mexihat小波对提取的QRS波群进行连续小波变换,利用小波变换模极大值的检测原理实现对R波的准确检测和精确定位。这种检测算法抗干扰能力较强,即使在较强噪声的干扰下,也能很好的实现对R的检测,并且采用形态学提取QRS波群,突出了特征波形,使检测更加容易。本文采用MATLAB软件读取MIT-BIH数据库中的数据,并对提出的算法进行滤波仿真,取得了预期的效果。