心脑血管疾病长期居于发达国家人口死亡的因为中的第一位,其中心脏性猝死等恶性心脏疾病又是心脑血管疾病中的首要死亡因为。大量临床实验表明心电信号(Digital Electrocardiogram Signal)、(ECG)中的T波交替(T WaveAlternans)、(TWA)信号是预测恶性心脏病的重要指标,由于大多数TWA的幅度为微伏级,肉眼无法直接观察到,以及T波交替信号的非规律性,非稳态性导致其检测难度很大,因此对T波交替信号检测关键算法的研究意义十分重大。　　 文中首先介绍了T波交替信号检测算法的一般系统模型,在一般系统模型的介绍中明确了诸多算法均会涉及到的预处理模块,以及数据压缩模块,而系统中最重要的信号分析模块,由于其通常会包含算法的专属特性,因此信号分析模块的详细操作步骤在具体算法中进行阐述。其中在预处理模块中,包括信号去噪、心拍定位、心拍对齐三个具体步骤。　　 接着本文详细阐述了T波交替信号检测算法中鲁棒性高,灵活型好,可以反映T波交替信号检测算法发展潮流的两种算法:修正移动平均算法,以及自适应带通滤波算法。在修正移动平均算法中,使用限幅函数的思想,平滑了TWA的幅度波动,可以得到关于全局的趋势分析和预测。在自适应带通滤波算法是一个不需要进行预处理,并且实时分析,高效算法,通过带通滤波器的设计,实现对T波交替现象的高效及准确的检测。　　 文章的最后,专门阐述了T波交替现象检测中判断阈值的确定方法,通过大量的临床数据,确定判断阈值,体现了理论算法的现实价值。论文采取目前通用的TWAA、TWAD,以及TWAM三种检测参数,并且考虑到非理想条件中噪声等干扰因素的影响,以健康心脏的心电信号进行算法处理,得出的各种参数值,作为心电T波交替信号的判断阈值,将心电信号经过算法计算而得的参数值,与判断阈值进行比较,得出TWA呈阴性还是阳性的结论。