心血管疾病是目前危害人类健康的一类主要疾病,其诊断方法是对心血管疾病整个治疗过程的重要环节,而目前在临床上通常采用心电信号监测方法对心血管疾病进行诊断。在传统的心电信号监测方法中,静态心电图监测仪得到了广泛的应用。但是,这种方法通常只有在患者发病时才能够准确监测,具有较大的局限性。针对于这种监测的局限性,近些年出现的动态心电图监测方法为患者提供了一种能够长期对心电信号进行监控的方法。然而,传统的动态心电图监测方法不能排除患者身体运动状况和环境因素对心电信号检测的影响,容易造成信号的失真。因此,为了克服这种缺点本文设计了一种基于躯感网的心电信号处理方法,将人体运动的三轴加速度引入到信号的监测算法中,最终实现了对心电信号与运动噪声的精确分离,以及对心电信号的精确检测。本文将躯感网技术引入到心电信号处理方法中,设计基于情景感知的心电信号检测算法,该算法通过病人的运动加速度判断病人的运动状况,最后根据不同的运动状况设计相匹配的心电信号检测算法。对于静止情况,本文采用基于滤波阈值的心电信号检测算法,该算法分别设计60Hz陷波器和中值滤波曲线拟合方法,来消除工频干扰和基线漂移；然后设计了一种自适应阈值法对R波峰值点进行检测,并利用局部极大值和时间窗口法对Q波、S波、P波以及T波进行检测,最后,本文通过利用MIT-BIH数据库的数据对各部分算法进行验证,并采用实际采集病人静止时的心电信号对该算法进行验证,实验结果显示能够准确检测出病人静止时的心电信号特征点。对于运动情况,本文采用基于小波变换的心电信号检测算法,首先设计小波变换的方法来消除肌电干扰、工频干扰以及基线漂移,接着设计小波变换的方法来检测R波峰值点,然后设计局部极大值、时间窗口以及小波变换法对Q波、S波、P波以及T波进行检测。最后同样通过采用MIT-BIH数据库的数据对各部分算法进行验证,并采用实际采集病人运动时的心电信号对该算法进行验证,实验结果显示能够准确检测出病人运动时的心电信号特征点。基于本文提出的上述方法,最终实现了对心电信号与运动噪声的精确分离以及对心电信号的精确检测。