据世界卫生组织健康疾病数据,心脏病已成为危害人类健康的三大疾病之一。自十九世纪心电图被发明以来,心电自动分析技术一直是研究的热点。近年多导联移动心电设备的普及更是使心电监护质量上升了一个台阶,也给研究者们提出了如何进一步提高QRS波检测率的挑战。本文的研究工作围绕适用于多导联移动心电设备的QRS波检测算法而展开,主要包括以下几个方面:首先,本文对心电信号中的噪声进行了分析,包括其信号源、类型及频谱范围。根据噪声特性设计了均值滤波器和改进的中值滤波器,减少心电信号中基线漂移和高频噪声的干扰。其中对中值滤波器的研究显示,当滤波窗口取为心电周期80%~120%时,得到较好的滤波效果。同时,本文根据多导联的相关性,利用基于独立元分析的方法进行有效信号与噪声的分离,即通过计算导联之间的相关性分离出仅含有QRS波的心电信号进行下一步检测,从而减少非相关性导联噪声的干扰。然后,本文设计了非线性自适应白化滤波器,通过将原有的线性自适应网络用非线性神经网络代替,提高对心电信号中非线性噪声的抑制,并以输出网络误差达到增强R波目的。为准确找到R波位置,本文加入了匹配滤波器设计。该滤波器以检测出的QRS波为模板,使模板经过与原心电信号链路上参数相同的白化滤波器,然后与原信号做匹配滤波处理。通过实验对比,选取三层神经网络并有6个输入节点和4个隐藏节点时,能更好的抑制心电信号中非线性噪声,得到较好的检测准确率。最后,本文设计了一套基于特征波峰值和RR间期概率分布的动态阈值调节策略,减少了传统固定阈值策略导致的误检与漏检情况。在MIT-BIH心律失常数据库和St.-Petersburg数据库测试中,本文的检测算法分别得到了 99.88%和99.89%的阳性预测率,以及0.35%和0.19%的误检率,比其他多导联检测算法具有一定的优势。