目前越来越多的心脏病患者植入了人工心脏起搏器。起搏器植入人体服役一段时间后，必须对其起搏和感知功能进行检测与评价。现有的检测方法是患者定期到医院，利用常规静态心电图或24小时Holter系统动态检测，其监测时间有限，不能对起搏器功能的进行科学评价。本研究针对上述问题，对起搏心电信号的实时检测与分析进行研究，以便为起搏器的随时随地实时监测提供技术支撑。论文首先对起搏心电信号进行预处理分析，利用差分滤波和滑动加权滤波消除常见噪声信号，如工频干扰、基线漂移和高频噪声等，以利于后续处理。在波形检测方面，对于起搏脉冲位置的检测，首先对预处理后的信号分别经过边缘增强算法处理和阈值分析，经过漏检和误检判断后，得到脉冲位置；对于自主QRS波的位置检测，首先对脉冲进行零值化处理，再对其重新进行阈值分析和误检漏检检测，即可得到自主QRS波的位置；在起搏QRS波检测方面，对自主QRS波零值化处理后，经过64点滑动平均滤波，消除高频成分，使信号变得光滑易于处理，再经过阈值分析检测，以及漏检和误检判断，即可确定起搏QRS波的位置。对于起搏心电信号的特征提取，在上述波形检测的基础上，计算每个波形的幅度、时延，再计算每拍波形的四个间期：RS间期、SS间期、RR间期和SR间期，并以此作为特征数据集，用作实时分类。在起搏心电信号的实时分类方面，通过对以上波形的检测与波形特征数据集的提取，根据患者起搏器的起搏功能和感知功能特点，利用ID3算法对建立的起搏决策表构建起搏心电信号实时分析决策树，并开发了相应的软件。论文对MIT-BIH数据库中起搏数据和实际医院的采集数据进行了实验，波形检测的准确率可达到98%以上；按照ID3算法进行分类，准确率可达96%以上。实验结果表明：本文提出的起搏心电信号的检测与分析方法，具有较高的分析准确率和较低的计算复杂性，能够满足远程心电监护系统起搏心电信号的自动分析的需求。