心脏疾病是威胁人类生命的主要疾病,人们从未间断对此疾病的研究,随着患病人数的增多,心电信号的自动分析技术将成为未来的发展趋势。心脏疾病的自动化诊断是以心电信号的波形特征和一些信息为基础的,而这些特征和信息的获取是以纯净的心电信号为前提的。因此,为了促进心电信号自动分析技术的发展,加快心脏疾病预防、诊断和治疗的步伐,本文主要对心电信号自动分析技术中的预处理技术和波形检测技术进行研究,主要研究内容如下:1.利用实验室自主研发的心电信号采集装置采集到的心电数据和MIT/BIH心律失常数据库中的部分数据对本文提出的心电信号的预处理算法和波形检测算法进行验证。2.对心电信号的预处理,即噪声的去除进行了研究。以平稳小波变换和阈值去噪法为基础对心电信号中主要存在的基线漂移、工频干扰和肌电干扰这三种噪声进行滤除。首先,对常用的小波函数进行比较分析,最终选定小波函数bior5.5对心电信号进行8尺度的平稳小波分解;其次,为了克服软硬阈值函数在信号重构时出现的信号幅度失真、边缘模糊和伪吉布斯现象的缺陷,提出了一种新的阈值函数,并结合heursure阈值进行阈值去噪。实验结果表明,该种方法有效的去除了心电信号中的三种主要噪声,得到了较高的信噪比,保留了原始心电信号的基本波形特征。3.对心电信号的波形检测进行了研究。通过分析选择平滑函数的一阶导数即二次B样条小波作为小波函数,用其对心电信号进行4层小波分解。通过在第四尺度的细节系数cd4上对由R波所生成的模极值对进行检测,从而实现对R波的检测。在第二尺度的细节系数cd2上,以检测到的由R波所生成的模极值对为基础,在其左右两侧通过检测模极值对和过零点,进而实现对Q波、S波以及QRS波群起点与终点进行检测。针对Q波、R波、S波以及QRS波群起点与终点的检测提出了相应的防止漏检、防止误检和位置修正机制,进一步提高了波形检测的准确性。