胃是人体重要的消化器官。据统计全世界范围内患有胃部疾病的人口超过总人口数的1%。尽管人们已对其研究多年,但是对于常见的胃器质性疾病和胃功能性疾病仍然缺乏有效的检测手段。胃电图(Electrogastrogram,EGG)是一种操作简便、无创和有效的胃部疾病检测方法,对于胃部疾病的诊断与治疗具有重要意义。但由于人体组织的衰减作用致使胃电图中只包含反映胃收缩节律的慢波信号而丢失了表征胃收缩强度的快波信号,针对这一问题,本文围绕基于巨磁阻抗效应(Giant magneto impedance effect,GMI)传感器的胃磁场信号检测新方法进行了研究,重点对胃磁信号的去噪、特征提取及分类方法展开了研究。本文首先阐述了胃电控制活动的产生机理,在此基础上对胃电控制活动所激发的磁场强度方程和电势方程进行了推导。同时,本文还对胃电传导的椭球体偶极子模型进行了理论分析,并在ANSYS环境下利用该模型仿真了胃部电磁场分布情况。利用仿真得到的磁场强度数据确定了 GMI传感器的最优摆放位置,这对提高胃磁信号的信噪比及后续算法的选择具有重要的意义。胃磁信号具有幅值小、频率低、信噪比低的特点。为了成功获取胃磁信号,本文在硬件设计环节应用高达24位精度的微控制器实现了对信号的模数转换。在信号去噪环节,给出了形态学与RLS自适应算法相结合的方法,去除了胃磁信号中的高频成分和生物信号中广泛存在的基线漂移成分。此外,引入小波包算法对信号中其余的噪声成分进行了滤除,最终获取了较纯净的胃磁数据。特征提取的是从信号中获取特征信息的过程,本文针对胃磁信号中快波信息的提取引入了匹配追踪与非参数基函数相结合的算法,获得了表征快波幅值变化的统计信息。为了降低误诊几率,本文还利用B样条曲线方法对采集到的胃电信号进行了拟合研究,获取了揭示胃电信号的特征参数。应用K-means算法对胃磁信号与胃电信号的特征数据分类进行了研究,并结合时频域方法对胃磁信号进行了分析。