心血管疾病是威胁人体健康的主要疾病之一，心电图则是诊断疾病的基础，因此心电图信号的自动分析和诊断是信号处理领域的热点之一。心电信号的自动分析与诊断技术所涉及的基础理论和关键技术繁多，目前，现有的研究方法中仍存在着很多的不足之处，所以对其仍需要很大的改进和创新，本文主要围绕心电信号的预处理、波形检测、特征提取以及分类识别来进行研究。　　论文的主要工作内容包括：对于心电信号预处理，本文将心电信号进行9尺度分解，并对小波系数进行处理，从而得到较好的去除工频干扰和基线漂移噪声的效果；对于波形的检测与特征提取，本文使用了双正交样条小波变换模极大值的方法对QRS波群以及P、T波进行检测定位，详细介绍了检测的步骤，通过优化删除多检点，补偿漏检点。分析了检测结果的准确率，并对比了使用不同小波检测结果的优劣。以MIT-BIH心电数据库的48个心电数据对算法进行了验证，结果表明检测算法可靠、有效；对于信号的分类识别，本文根据QRS波群检测结果，研究了心电信号分类方法，基于逻辑分支法和神经网络法对几种心电信号进行分类，对心律失常和房颤实现了自动诊断。