心血管疾病已经成为全球范围内非传播性疾病死亡的第一位原因,居所有疾病之首。尤其是进入21世纪以来,全球人口特别是老龄化人口持续增加,心血管医疗费用快速增长,医疗资源相对紧缺且分布不平衡,我国心血管疾病发病率、死亡率持续增高。日常心电监护是实现心血管疾病早期检测与预防的有效手段,为心血管疾病早发现、早治疗提供了可行的技术途径。基于人体无线传感器网络技术构建的新型移动心血管监护体系能够捕捉罕见的瞬时致病心拍并加以分析处理,再将处理结果反馈至病患、医生和家属,实现远程心血管监护、医疗和保健。但日常心电监护要得到真正实现,在干性电极、信号感知、典型波识别、特征提取、心拍分类等方面依然存在巨大挑战。论文针对心电监护领域存在的问题,从“感知”、“表征”和“识别”为切入点,开展了干性和湿性电极信号同步采集与质量对比评估、自适应R波定位、低维度特征提取、异常心拍分类与识别等方面的研究。论文重点工作内容包括:(1)心电信号采集与信号质量对比评估,以验证AgNW电极应用于临床信号感知的性能;(2)快速自适应的心电信号R波检测算法,为后续特征提取提供准确的R波参考基线;(3)基于小波变换和稀疏表示的低维心电特征提取,为分类器提供有效输入特征;(4)基于小波特征、稀疏原子特征和机器学习的早搏心拍分类,以验证两种特征的有效性。论文取得的进展包括:(1)设计了基于AgNW电极和Ag/AgCl电极的信号同步采集方案,采用信号质量指标和心率变异性分析,系统地对比评估了同步信号质量并量化了信号之间的质量差异,证明了AgNW电极是Ag/AgCl电极的潜在替代品之一,同时为信号质量评估提供了可选择的评估参数;(2)提出了基于小波多分辨率分析的频率段选取方法,既可用于信号去噪和增强,也可用于特征提取;提出了基于稀疏表示的心拍特征提取方法,为心拍分类提供了另一种可行方案;(3)提出了快速自适应的R波检测算法,R波识别准确率达到99%以上,并降低了30%的计算时间;(4)提出了R波检测算法中双阈值的自适应选取方法并验证了方法的有效性,给了幅值阈值系数的推荐范围[0.2,0.3]和时间间隔阈值系数的推荐范围[0.42,0.48];(5)给出了维度可调的特征提取框架,可根据信号特点和分类要求选取合适的特征维度,实验结果证明,选取不同维度的小波系数或不同稀疏度的稀疏原子作为分类器的输入特征时,分类效果趋于稳定并保持一致;(6)提出基于十折投票的心拍分类方案,用于识别房性早搏、室性早搏、正常和其他四种心拍,采用基于个体的分类方案,对四种心拍的整体识别率在70%以上。论文研究成果进一步丰富了心电监护领域信号感知技术和处理方法等方面的研究,从技术层面为心电信号感知、心血管疾病连续监测、疾病早期预防、智能诊断评估等提供技术参考。