心血管疾病是威胁人类健康的主要疾病之一，心电图可以做为心脏电活动在体表的反映，临床上心电图对于检测和诊断心脏部分疾病具有重要的指导意义。现实情况下，人体心电信号容易受到各种随机干扰信号的影响，使得从心电图中读取有效的数据信息变得困难。因此，对心电信号检测算法进行研究具有很重要的理论和现实应用价值。本文主要实现了心电信号去噪、R波峰、T波和ST段检测算法的实现，并且对其中部分算法做了尝试性的优化。在采用coif4小波基函数对心电信号进行8层小波分解重构进行去噪仿真验证后，采用二次B样条小波变换通过Mallat算法检测R波峰值点。在R波峰初检后，如果存在漏检或者误检，通过总结得出的二分搜索法调节阈值，结合心电信号的不应期，可以有效的降低漏检率和误检率。并总结了双峰R波、双相和倒置R波的检测算法。在检测到R波峰后，尝试用圆弧逼近的方法，来定位T波。在圆弧逼近法检测到T波之后，对比检测到的T波峰值点和数据库中标示的T波峰值点，发现圆弧逼近法在整体准确度上比小波模极大值对检测算法有所提高，同时圆弧逼近法检测到的T波峰值点与真实的T波峰值点之间的误差也相对较小，但是圆弧逼近法也需要进一步减少计算量，后面的工作中需要进一步完善。QRS波群的终点到T波起点的一段称为ST段，准确的识别ST段对于心肌缺血、冠心病等症状具有很重要的参考价值。通过将ST段的偏移电平、曲线类型、斜率和凹凸度这四个特征作为ST段形态识别的指标对ST段进行形态识别分类算法探索。改进了偏移电平的检测标准，用平均幅值作为检测标准；同时采用多项式拟合的方法来识别ST段的斜率和凹凸度。取MIT-BIH心电数据库心电文件中的108号心电数据中的6个节拍进行ST段识别，对ST段形态做了初步的识别。该ST段识别算法还需要进一步提高准确度，并且进一步提高算法的适应性。