心脏是人体最重要器官之一,因此心脏疾病严重危害人类健康。通过测量人体表面磁场强度来获取心脏电功能信息是检测心脏疾病的新技术。国际上采用超导量子干涉仪来检测心磁信号,然而测量信号受噪声影响严重,信号特征淹没在背景噪声中,因此要通过弱磁信号滤波技术进行噪声抑制,为进一步获得心脏电功能相关参数,则需要心磁反演技术对去噪后的多通道信号进行电流源重构。重构电流源为心脏病诊断提供重要的信息。因此研究心磁信号的去噪算法和重构电流源的反演算法有重要的理论意义和实用价值。本文主要利用信号的可分解性和准周期性研究了多种滤波算法,并在心脏磁场模型的基础上,研究了重构反演算法。论文的主要研究内容如下:1.分析了心磁信号中存在的噪声类型及其对信号的影响,基于信号与噪声特点,提出了心脏电磁场检测数据的滤波问题。针对这个问题研究了经典滤波算法:小波阈值去噪算法、经验模态分解算法、快速独立成分分析算法对心磁信号的去噪效果,并且给出算法的详细去噪步骤,仿真结果表明经典滤波算法提升信噪比有限。2.基于信号分解理论,研究了集合经验模态分解算法和变分模态分解算法,仿真结果表明这两种算法可避免经典算法出现的问题,但输出信噪比仍有待提高。针对变分模态分解缺点,引入相关系数变量去除基线漂移噪声,并提出新的迭代公式进行信号分解,仿真分析表明改进算法提升信噪比较高,去噪效果更优。3.基于信号的准周期性,将周期性非局部均值滤波算法和总变差去噪算法引入到心磁信号的去噪当中,仿真结果表明两种算法可以保留更多的信号特征,但是对于尖峰波段的去噪还存在误差。针对这一问题提出了改进总变差去噪算法,定义自适应约束参数,将原来的正则项中一阶导数矩阵改为新的二阶矩阵,仿真性能分析表明改进算法能有效提升信噪比,均方误差优于其他算法,算法的性能更佳。4.在心脏磁偶极子模型的基础上,建立心脏功能模型,通过对去噪后的磁场信号反演估计心脏电流源分布情况,并对估计结果进行分析,仿真结果表明原始磁场与重构电流源产生磁场的拟合优度较好,均方误差较小。