近年来,心血管疾病的发病率逐年提高,严重地危及人们的生命安全。心脏的猝死是心律失常中最严重的症状和表现,如果不能采取除颤等及时有效的抢救治疗,心脏猝死将意味着生命的结束。现在已知与心脏有关的猝死绝大部分是由心室纤颤(VF)或持续性心动过速(VT)所引起,其中心室纤颤是最致命的恶性心律失常,而室性心动过速在心率十分高(180bpm以上)的情况下也可能迅速转化为VF,从而导致猝死。因此,准确快速的识别出致命的心律失常具有非常重要的意义。从目前对心电信图(ECG)号的研究来看,可将其归为非线性动力学的范畴,采用非线性动力学的方法对VF检测算法进行研究具有非常明显的优势。本文从非线性动力学的角度,使用复杂度、近似熵以及自回归(AR)模型等方法对VF检测的算法进行了研究和分析,最后结合多参数复合检测的方法提出了复杂度与多参数复合检测相结合的新算法(简称CPLX&3-Count),在准确性及速度等综合性能方面具有明显的提升,具有相当可观的实用价值,并且开拓了使用多种参数进行VF检测算法研究的新途径。另外,对可推广应用于VF检测的一些心电相关的算法也进行了研究。在呼吸率检测算法中,对传统的FFT计算频率的方法加入了绝对差值平均的方法,使其性能有了较大改善,并提高了其精度;在使用多道心电检测QRS波的算法中,通过实验加入了对原来参数的修正系数,弥补了其只能用于特定采样频率的缺点。这些算法的研究和改进为后续心室纤颤检测算法的研究者们提供了参考。