可穿戴式心电采集设备是未来心电采集系统发展的趋势.但可穿戴式心电采集设备采集的心电信号可能含有因患者身体移动而导致的运动伪影、呼吸伪影以及电极脱落导致的干扰，这些伪差信号会对后面的心电信号分析造成巨大干扰.本文发展了一种检测心电信号伪差的算法.首先对心电信号进行快速傅里叶变换，得到信号的频谱分布，计算信噪比Psn；然后对心电信号分段，将分段后的信号进行PCA 运算，计算第一主成分的贡献率Pλ1；接着，对心电信号重新分段，对分段后的信号加窗，并以一个采样点为步长移动窗口，计算相关系数，得到相关系数的最大值Rmax(剔除自相关产生的相关系数).最后，统筹以上三个特征参数，对三个特征参数赋以不同权值形成伪差检测算法.选取MIT 心电数据库40 组正常人窦性ECG 记录作为原始数据，向原始数据加入不同强度的高斯白噪声模拟生成伪差.实验结果表明，本文方法检测伪差的准确率、敏感度和阳性预测率分别为95.86％、77.51％、94.67％，具有较好的伪差检测能力，且参数计算简单、计算量小，在可穿戴心电采集设备上具有较大的应用前景.