心脏疾病危害着人类的健康,威胁着人们的生命,因此人们也一直致力于对心脏疾病的分析研究。人们对心脏疾病的诊断主要是以心电信号中的一系列波形的幅值和间期等一些信息作为依据,因心脏状况的信息主要集中在这些区域中。心电信号在采集的过程中往往伴随着干扰噪声的存在,这些噪声容易使得心电信号变得模糊失真,不利于对信号的形态进行分析。因此本文主要围绕心电信号中噪声去除的预处理和波形特征参数的检测两个方面展开研究。在心电信号噪声的去除中,首先运用Mallat算法根据多种小波函数的去噪实验分析对比选择了sym8小波对基线漂移噪声进行了去除,在对工频干扰和肌电干扰噪声进行去除时,选择Mallat算法和平稳小波变换两种方法仍使用sym8小波并分别采用以六种阈值和三种阈值函数相互搭配的阈值去噪法进行相关去噪实验分析,最终确定平稳小波变换在采用以VisuShrink改进阈值和硬阈值函数相搭配的阈值去噪法时取得了最佳的去噪效果,且有效地抑制了伪吉布斯现象。在心电信号特征参数的检测中,选择非时变的平稳小波变换以平滑函数的一阶导数—二次B样条小波对心电信号进行5层小波分解。在cd4上根据R波所生成的模极值对信息实现了对R波的检测,并根据cd2上由Q波和S波所生成的模极值对信息进行了Q波、S波以及QRS波群起点与终点的检测。P波和T波波峰点以及起点和终点的检测借助于cd5上R波所生成的模极值对两侧由P波和T波所生成的模极值对和模极值的信息来进行。ST段的检测在QRS波群和P、T波的检测之后,借助于QRS波群的终点以及T波的起点可以定位ST段的位置,根据ST段的起点与基点的比较进行ST段压低与抬高的判断,并以ST的斜率判断其压低与抬高的形态,且以其起点与终点的中间位置作为特征点来检测压低与抬高的程度。在特征参数的检测中,文中对多种特征点的检测定位均设置了防止漏检、误检和位置修正的措施以提高最终的检测精度,且经实验分析得知这些措施是必要的。