心电图的自动分析对于心血管疾病的分析和诊断有着十分重要的意义。随着心电图在临床中日益广泛的应用，如何对海量的心电图数据记录进行更加精确和快速的计算机自动分类作为一个综合和复杂的课题，也就越来越受到广大研究者的重视。 QRS波检测是动态心电分析中的关键。然而，动态心电检查中伴随的干扰、不同病人心电波形之间的差异，以及同一病人心电随时间的变异等因素，给QRS波检测带来了很大的困难。另一方面，要在较短的时间内对24小时的心电数据进行处理，速度和存储量的要求限制了算法的复杂性。因而，一个既能方便、快速地实现，又能满足准确度要求的QRS波检测算法，仍然是众多研究者不断追求的目标。 计算机的心电图分析主要包括信号滤波、特征提取和分类三大模块。本文首先对动态心电自动分析进行综述，并对动态心电分析中QRS波检测面临的问题进行了分析；然后，对历年来QRS波检测算法的研究成果进行分类回顾和小结：并在此分析基础上，介绍了本文有关心电图自动分析所提出的算法和实现流程，通过自适应相关系数估计、改进的差分阈值算法和二次分类方法，既很好的满足远程监护系统的需求，又提高了心电图自动分析的准确性；最后，介绍了心电自动分析系统的实现，以及依据美国麻省理工学院提供的MITBIH数据库进行的相关数据测试和实验结果分析，结果显示，本文所提出的心电检测相关算法具有良好的鲁棒性和有效性。