心肌缺血是中老年人群中常见的病症,但随着人民生活水平的提高,心肌缺血在我国的患病率呈上升趋势,且逐步趋于年轻化,严重危害了我国人民的身体健康。心电图(Electrocardiogram, ECG)作为由体表记录的心脏电活动反映,是临床诊断心肌缺血常见、有效的方式。其中,心电图的QT间期和ST-T段改变是临床诊断心肌缺血的主要指标。为准确获取QT间期及检测ST段的变化,本文对ECG信号中关键特征点的检测作了深入研究,并利用ST段分析方法准确检测ST段的变化情况。主要工作如下：(1)心电信号的预处理。本文采用[0.01,45]Hz的数字带通滤波器(BPF)和高斯低通滤波器(LPF)结合的方式对心电信号进行滤波处理。利用该方法对MIT-BIH数据库中的心电数据进行去噪实验,结果表明：信号在有效滤除噪声和漂移的同时,还保证了心电信号中有用特征和形态信息不受影响。(2)心电信号特征点提取研究。首先,利用二次样条小波对心电信号进行小波分解及重构；然后,通过Mallat算法定位心电信号的R波及T波,利用小波变换模极值组的方法判断R波的方向及T波的类型；最后,对比分析了三种经典的T波终点检测算法的检测性能,并提出基于T波形态的自适应选择算法。文中利用QT数据库中20例共3569个心拍的心电数据对该方法进行实验验证,结果表明：自适应选择T波终点检测算法不仅保证了算法的实时性,而且检测性能均高于单一的T波终点检测算法。(3)ST-T改变的分析研究。ST-T段改变主要包括ST段水平变化及ST段形态变化。本文提出利用曲率尺度空间技术定位ST段的起止点,并检测ST段水平；同时,在曲率尺度空间中利用多尺度分析方法获取ST段中弯曲程度最大的点,并识别ST段的形态。该方法采用QT数据库和欧洲ST-T数据库中的心电数据进行研究,识别率分别达到了96.54%和86.66%,证明了该方法的有效性。综上所述,本文提出的一系列心电信号自动分析方法,不仅能精确定位ECG关键特征点位置,还能准确提取QT间期以及识别ST-T段的改变,为心电信号自动分析技术在临床中的应用提供了理论基础。