心电信号是心脏电活动在体表的综合反映，临床心电图检查，对于检测和诊断心脏疾病具有重要意义。目前对于心电信号处理的方法和自动分析手段都存在着很多缺点，心电特征波形分析定位结果并不尽如人意，从理论上还有创新的余地。作为体现临床心电检查仪器的最新成果心电工作站，市场普及率并不高，而且国内并无具有完全自主知识产权的产品。因此本文基于理论探索的需要和现实的市场需求，开展了心电信号处理及其软硬件系统的研制工作，主要在以下几个方面完成了有特色的研究工作：(1) 克服了形态学运算在处理一维信号上的应用障碍，建立了基于图象包络的一维形态滤波器模型，将二维形态学运算推广到一维信号处理领域，设计了形态学滤波器，并且作了这种滤波器和FIR滤波器、小波变换滤波器的对比实验。针对小波滤波器的缺点，独创性提出了基于小波变换与形态学的综合数字滤波器，该滤波器模型通过形态学开闭运算，能够有效地弥补小波变换滤波器在滤除基线干扰时导致心电信号低频成分即P波、T波和ST段的失真问题。文中还给出了该算法的实现方法，及采用这种算法进行滤波而获得的完美处理结果。(2) 研究了心电信号特征波形及特征点识别定位问题，首先探讨了经典的差分阈值法，并对该算法进行了自适应优化；然后在基于小波变换多分辨率分析方法的心电信号特征波形检测基础之上，针对小波变换对于高幅伪差的误检问题，首次提出小波变换与形态学峰谷检测相结合的QRS波群联合检测算法，这种算法既保持了小波变换在信号频域上的优秀分辨率，又能够通过形态学峰谷检测避免伪差信号对小波变换检测结果的干扰，有效地解决了小波变换检测对于心电信号中伪差的误检问题。数值实验结果表明，该算法具有很高的波形识别准确率。(3) 为了解决QRS波群快速识别定位问题，开创性地应用心电信号所具有的分形特征来检测定位QRS波，在分形盒维数检测的基础上，建立了基于心电信号分形特征的局部分形维算法模型，采用这个模型，对QRS复合波进行定位检测的结果表明，该算法的处理结果准确性优于差分阈值法，并且同样能够实现实时的快速检测。最后，利用形态学峰谷检测对于奇异点的敏感性，采用第二章中建立的形态学运算模型，与局部变换法相结合，实现了P、T波检测。(4) 专门针对P、T波检测的难题，提出基于模糊聚类分析的P、T波检测方法。首次建立了在N维欧氏空间中模糊子集的隶属度函数模型，在该模型的基础上，通过检测待定点相对于标准P、T波点在N维欧氏空间上形成的聚类中心的模糊关系，对P、T波进行分类，根据类的特征采用相应的检测策略和阈值。采用该<WP=5>算法的数值实验结果表明，该检测算法对于P、T波检测的准确性较高，在不同情况下检测结果稳定性上大大优于差分阈值法和形态学方法。(5) 基于前面的算法模型，完成巨大工作量，编制了逾5万行代码的心电工作站软件，并研制了相应的硬件系统，开发成功成熟的心电工作站产品。与其它工作站产品相比，该产品独一无二地具有左室收缩功能分析功能，能够更全面地进行临床心脏疾病检查。此外，还具有12导联同步心电图、心电向量图、高频心电图、心率变异性分析及QT间期分析等功能。(6) 硬件设计时独创性地从计算机USB接口引出电源来驱动系统采样硬件，使其能够在不外加电源的情况下与笔记本电脑相连接，以满足移动式检测的需求。系统具有同步高性能的心电信号、心音信号、颈动脉信号数据采集通道，数据处理分析结果准确，通过与HP1000型心电工作站的功能对比和数据处理结果对比，表明系统性能指标已达到以HP1000为代表的国际先进水平。为了进一步深化研究，在论文的最后还给出了关于下一步工作的设想。