社区医疗服务作为一种新型的医疗模式，已引起国内外的高度重视，具有广阔的发展前景。这种新型的医疗模式对心电监护中心电信号的自动分析也提出了新的要求。本课题的研究正是基于当前社区医疗发展的需求，利用小波变换的方法，对适合于社区监护的心电信号实时自动分析算法进行了研究。 在过去的几十年间，人们借鉴了种种信号处理方法和模式识别技术去分析、识别心电波形，使心电分析与检测的水平得到了很大的提高。但是，至今仍没有一种方法能让临床对其完全满意，而且目前的大多数算法都是基于PC的后处理算法，无法满足社区监护中的实时要求。同时，由于社区生理监护的特殊性，对自动分析的需求更为迫切，特别是对危及病人性命的心电特征的及时识别对病人有着极其重要的意义。 目前报道的基本算法大都是把重点放在QRS波群的检测上，而对比较难于检测的ST-T段的研究比较少，恰恰对该段的分析在社区心血管系统危重病人的监护中有着重要的意义。本研究利用小波变换方法，首先对采集的信号进行预处理，滤除工频干扰、肌电干扰和基线漂移等噪声，然后对信号的QRS波群进行特征识别，识别出R波等特征点，再以此为基准点对ST-T段进行了识别研究，提出了适合于ST-T段识别的有效算法。 本研究分别采用了国际公认的MIT-BIH心电数据库的数据以及心电模拟器数据对所提出的算法进行了大量的实验研究，验证了算法的精确性和有效性。 在本研究中提出的ST-T段的分析方法在国内外尚未见到报道。