心电图(ECG, Electrocardiography)是医生分析心脏基本功能及其病理的重要依据,因此,对心电信号进行分析、识别、分类有着重要的意义。本文首先对现阶段心电的研究现状及常用的检测、分析和分类方法作了简单介绍和分析,然后在QRS波识别、特征提取、分类三方面分别提出了新的分析方法。在QRS波检测时,利用R波局部梯度特性,提出了基于梯度的自适应阈值检测算法,并对算法做了修正,在识别率上达到了不错的效果,在检测出R波后再做Q波和S波检测；在函数逼近及特性提取方面,本文详细分析多种常用的曲线拟合函数对于QRS波群这种比较特殊的形态的逼近能力,又寻找了一个比较合适的非线性函数来描述或提取QRS波的特征；在分类方面,本文根据Hilbert相似度理论,提出以相似度为基础的阈值分类算法,并直接对ECG做了分类测试,然后结合此算法,对所提取的特征进行优化,对提取的特征作了必要的权值调整,达到了较好的分类效果,也使基于函数拟合方式提取的特征具有了实际意义；本文还结合相似度理论,对K-Means聚类算法做了改动,把优化后的特征与该分类算法相结合对ECG进行分类,也取得了不错的分类效果。心电信号分析分类系统是辅助论文研究开发的模式识别系统,集成了QRS检测、特征提取、数据分类、结果验证等功能,实现了研究过程中各个阶段的功能。本文在该系统的基础上探索出一套心电数据的分析流程,使得论文的研究成果可以应用到实际的心电数据分析中,具有一定的实际意义。