域网的关键技术是现代医疗技术研究的热门之一，数据处理技术是体域网中关键技术之一，本文主要是对体域网中数据处理进行研究。体域网主要是检测和提取人体的重要的生理信号，心音是人体的最重要的生理信号之一。随着计算机技术和数字信息处理技术发展迅速，为人体生理信号的处理提供了成熟的理论基础。本文主要是对体域网中的心音信号进行数据处理即基于小波多分辨率从分析对心音信号进行识别，实验结果表明本文的算法复杂度低，对硬件要求低，可以做到很好的实现心音识别。(1)心音信号进行小波多分辨率分析，根据心音信号的频率特点和病灶特点，进行小波多分辨率从分析，变换后的近似系数可以确定第一心音和第二心音的频率特点和位置，并且可以区分病灶的频率特点。(2)心音信号的能量特征，根据小波多分辨分析后每个层次的频率分布不同和能量分布不同，提取不同频率范围内的心音信号的能量特征作为心音信号的特征向量。(3)心音信号的识别，主要利用的基于支持向量机的分类器的设计，支持向量机可以实现小样本库的信号分类识别，通过仿真实验对心音信号的能量特征向量进行训练学习形成数据库，可以成功的对心音信号进行识别。