心血管疾病已然成威胁人们身体健康的危险疾病之一,心电监护系统能够检测出人体生理特征的信息,因此对于心电监护系统的研究具有重要意义。人体的心电信号反映出心脏活动的相关信息,我们对心电信号(ECG)进行处理和研究,对于心血管疾病的预防、诊断和治疗等均非常有意义。论文研究了ECG信号预处理、R波检测及心律失常分类两个方面的内容。1)心电信号预处理。针对心电信号中最为常见的三种噪声干扰--工频干扰、低频基线漂移、高频肌电干扰,我们设计了三种数字滤波器,能较好地滤除这三种干扰信号,同时对滤波之后的信号做差分、平方、加窗处理增强QRS波形特征,为后续R波检测和心律失常分类分析设计做准备。2)R波峰值检测。QRS波是ECG信号的最为突出的特征,能否对QRS复波准确定位会直接影响到我们后续处理的结果。不同的人QRS波的形态有差异,就算是同一个人在不同时间内波形也会发生变化,所以本文提出一种自适应差分阈值法来QRS波进行检测,设定的阈值并不是固定的,而是在检测的过程中能够不断地实时进行更改。我们不但设置了峰阈值,还设置了噪声阈值来进一步消除非噪声的干扰;本文的重点内容是对R波峰值做了两级检测,粗略定位和精确定位相结合,能够提高ECG信号中R波检测的准确率。最后通过检测的R波峰位置和宽度信息计算出了心率值。3)心律失常分类。对于常见的比如停搏、漏搏、心动过缓、心动过速、RONT等心律失常现象,采用特征参数结合逻辑分支判断法对其实施分类;而对于室性早搏则采用了可自适应更新模板的多模板匹配算法进行分类。模板初始化时可以自动生成多个类别的模板,将待测信号与模板进行匹配计算它们之间的相关系数,进行一级判断所属类别,再进行第二次判断看是否需要更新模板库。这种算法可以实时地更新模板,提高心律失常分类的准确率。心电监护仪可以实现实时监控人体心电状况,测量心率,输出心律失常类型,统计室性早搏(PVC)个数等。