常规动态心电图记录仪（Holter）,通常会持续地记录心电数据24小时乃至更久,期间使用者呼吸、身体移动和所处电磁环境恶化等,都有可能会降低心电信号记录的质量。在诊断之前应先将记录的噪声干扰严重等没有医学参考价值的低质量数据找出来提前剔除掉。这需要对记录的数据质量进行评估。按通道评估心电数据记录质量的方法,不仅可以用于单通道心电设备数据质量的评估,也可以用于多通道心电设备数据质量的评估。胎儿心电监护中记录的孕妇腹壁电信号,其包含的母体心电成分可能信号质量较高,但去除母体心电成分后剩余的胎儿心电成分的质量未必高、未必可用,也存在一个对分离的胎儿心电信号质量进行评估的问题。本文针对以上常规心电信号和胎儿心电信号按通道进行数据质量评估的方法开展研究。主要工作如下:（1）对于常规心电信号,提出了单通道质量评估方法。定义了一种新的类别划分方式,根据每个通道波形特点标注为四类,分别是电极脱落、严重噪声干扰、部分噪声干扰和高质量信号。详细分析了常规心电信号的波形和频域特征,针对性的提出了6个质量指标,对指标矩阵归一化和降维处理,结合一分类支持向量机（One Class Support Vector Machine,OCSVM）去评估通道信号质量。经实验测试,电极脱落的分类精度为93.22%,严重噪声干扰的分类精度为90%,部分噪声干扰的分类精度为89.22%,高质量信号的分类精度为97.19%。（2）对于胎儿心电信号,提出了单通道质量评估方法。首先对腹壁心电信号预分类,利用（1）中的方法,保留归为部分噪声干扰和高质量信号类别的数据,对这些数据提取胎心电。根据胎心电波形特点将每个通道标注为可接受或不可接受两类。分析胎儿心电的线性和非线性特征,提出8个质量指标,同时结合一分类支持向量机去评估胎儿通道信号质量。经实验测试,最终的分类精度为92.14%,当自测数据库作为测试集时,得到的分类精度为90.34%。（3）对胎儿心电合成信号的质量进行研究。分别利用主成分分析、独立成分分析、重复分量分析、周期成分分析算法对每个胎儿心电数据进行增强操作,从多路信号中合成一路信号用于质量分析。经实验测试,PCA算法的准确率为89.43%,ICA算法的准确率为90.86%,RCA算法的准确率为93.67%,πCA算法的准确率为92.59%。与增强前信号的分类结果相比,具有更好的准确率。