睡眠呼吸暂停综合征是一种常见多发性睡眠疾病,影响着人们的睡眠质量,更是高血压、冠心病、心律失常等多种疾病的独立危险因素。近年来,关于睡眠呼吸暂停综合征的检测、预防以及治疗方案引起受到了极大的关注。而传统的睡眠呼吸暂停综合征检测方法就是使用多导睡眠图(Polysomnogram, PSG)。这种方法要测量多路生理信号不可避免地会干扰正常睡眠而且价格昂贵操作复杂。因此提出一种简单有效的方法来检测睡眠呼吸暂停综合征对患者和医生来说都具有深远的意义。本论文在研究了现有睡眠呼吸暂停综合征研究检测算法之后,提出了一种基于单通道心电信号的睡眠呼吸暂停综合征检测算法。本算法使用陷波器与中值滤波器来对心电信号进行预处理,在消除工频干扰和基线噪声的同时保证了心电信号受损较小；在基于小波分解的QRS波检测算法之上,提出了RR间期矫正算法,有效地降低了R波漏检和过检的问题,提高了RR间期散点图的集中度；在心率变异性研究基础上,提出了一系列时域频域特征值,能够有效地表征睡眠呼吸暂停综合征；在分类问题上,采用支持向量机(Support Vector Machine,SVM)的分类方法,以结构风险最小化为原则,有效地解决了传统机器学习方法过学习的问题,保证了分类模型的泛化能力；在评价分类模型的性能指标时,本文使用F值法,解决了敏感度和特异度的矛盾问题。经MIT-BIH权威数据库(Apnea-ECG database)检测表明,本论文算法在训练集和测试集上的准确率分别为94.44%和87.82%,达到国际领先水平。与PSG方法相比,本论文算法具有简单、准确、高效、全自动的优点。该算法可以应用于动态心电图等心电设备从而使得患者检测睡眠呼吸暂停综合征变得简单实惠,具有良好的应用前景。