心血管疾病是威胁人类健康的一大杀手,传统的大型心电检测设备由于体积大、价格昂贵、检测步骤复杂等缺点,已经不能满足人们的需求。近些年来,随着人们对于健康的关注,越来越多的人开始使用便携式心电检测设备关爱心脏健康。但多数便携式心电检测设备(如手环、金属电极式心电仪)只能检测心率,不能进行波形分析、疾病诊断等,影响用户体验。结合便携式心电检测设备的发展现状,本文研究了一种适合于便携式心电检测设备使用的心律失常分析算法,它只需要定位心电波形的五个特征点,就可分析几种常见的心律失常疾病。本文进一步开发了可进行用户心电信息管理的Android手机客户端,可以实时接收便携式心电检测仪通过蓝牙传输的心电信号,并显示心电信号分析之后的结果,之后将心电信号进行保存。本文完成的主要工作如下:(1)从心电波形预处理、心电特征点定位、心律失常分析三个方面总结了近些年来心电自动分析技术的国内外研究现状,研究了便携式心电检测设备的研究现状和Android平台和技术的架构和优势。(2)算法研究:对于心电信号的预处理,本文比较了常用的心电信号预处理算法,最终选择采用巴特沃斯低通滤波器滤除肌电信号,采用50Hz陷波器抑制工频干扰,采用FIR高通滤波器纠正基线漂移。在特征点定位方面,研究了常用的基于差分阈值的R波检测法和基于小波变换的R波检测算法,考虑到便携式心电设备检测信号的实时性要求,采用了改进的阈值法检测QRS波。此外,设计了基于窗口搜索法的模极大值对检测算法来检测P波和T波。本文研究了现有的心电检测算法,提出了一种结合二次多项式核函数的SVM分类法和逻辑分支判别法的心律失常分类算法。该算法具有运算量小,运算速度快等优点,适合于便携式心电检测设备的应用。(3)软件设计:实现了Android平台下便携式心电检测设备的软件设计和编写。可以实现心率和心电分析结果的实时显示,设计了SQLite数据库实现用户信息和检测数据的保存。基本可以满足便携式心电检测系统的软件需求。经过人体组和模拟器组的实验验证,此软件可以实现计算实时心率、心律失常分析、数据存储和管理等功能,可以初步满足家庭用户的需求。