心血管疾病是当今危害人类健康的主要疾病之一,随着我国人民生活水平的不断提高和人口的逐渐老龄化,其发病率和死亡率日趋增加。因此,需要一种无创检测方法来随时了解自身的健康状况。脉搏信号是一种非线性、非平稳的微弱生理信号,含有大量的生理、病理信息,常对其进行检测分析,可以达到对心血管疾病的早预防和早治疗的目的。目前脉率大都被静态检测,如能动态地连续记录人体脉率,必然会揭示人体血管病变的某些规律。本文的主要工作就是设计并实现一套动态脉率数据采集与脉搏信号处理系统,并对正常人群和心血管疾病患者脉搏信号特征进行分析。首先,本文设计了脉率数据与脉搏信号采集系统,确定以AVR系列ATmegal6单片机为核心,对脉率数据与脉搏信号进行采集和存储,并通过USB接口将数据传输到上位机。在上位机以虚拟仪器软件LabVIEW为平台,采用多面板方式和模块化设计思想开发一套脉搏信号分析系统软件。该软件包括患者管理模块、数据采集模块、信号处理模块和数据远程传输模块等。其次,由于脉搏信号信噪比较低,在采集过程中混入的肌电干扰、工频干扰、基线漂移等噪声信号,对脉搏信号特征提取容易造成误判,需要进行去噪处理。本文在分析D.L.Donoho提出的小波硬阈值和软阈值方法特点的基础上,研究了一种新的小波自适应阈值消噪方法,仿真试验证明了该方法优于传统的阈值消噪法。最后,采集学生和临床确诊为心血管疾病患者的脉搏信号,利用小波分析方法提取脉搏信号各尺度能量值,针对脉搏信号频带特点,改进了特征提取算法。通过统计分析,在有限样本的情况下,给出了区分正常人群和心血管疾病患者的特征值范围,实验数据表明该方法取得了很好的识别效果。由于小波包变换具有任意多尺度分解特性,它是一种比小波变换更加精细的分析方法,因此本文进一步研究了脉搏信号小波包分析法,该方法正确识别了被小波算法漏检的病脉信号。