心电图仪是心血管疾病的重要诊断工具。本文在系统地综述和分析了国内外心电信号的处理、识别方法和心电图仪的发展历史、发展现状的基础上，根据近年来微电子技术、计算机软硬件技术和现代信号处理技术所取得重大成就，并结合虚拟仪器技术，论述了虚拟仪器技术向生物医学仪器领域渗透是生物医学仪器发展的必然，从而形成一个新的仪器领域--生物医学虚拟仪器。心电噪声抑制是心电信号分析、识别的基础和前提。本文针对心电信号中两种主要噪声信号--工频干扰及其谐波和基线漂移，系统地分析和研究了11种噪声抑制方法，这些方法能有效地消除或抑制工频干扰和基线漂移。心电自动分析系统的重要功能是对心电信号进行精确而可靠的分析和识别。本文系统地分析和研究了传统的心电信号识别方法，这些方法均是以心电曲线不同波形所表现出的不同的数学特征进行识别，利用导数、模板匹配和形态特征匹配等方法，进行心电信号的特征识别。由于在实际应用中，心电信号被各种不同的噪声信号所干扰，当噪声信号干扰严重时，这些方法将无法进行心电信号的特征识别。因此，这些方法尽管具有一定的实用价值，但仍具有其固有的局限性。由于小波变换具有优良的时频局域化特性。本文详细地分析了小波变换对心电信号噪声干扰的抑制机理、小波基的选择原则及其各种噪声信号所处的特征尺度和抑制方法。并将小波变换与自适应滤波方法相结合，创新性地提出了基于小波变换的自适应滤波方法，从而避免了小波变换的滤波方法中的阈值选取问题，同时该方法对心电噪声具有良好的滤波性能。基于小波变换对信号奇异性的分析原理，创造性地提出了小波变换对心电信号R波的检测方法。该方法具有很高的检测精度和实时性，可用于实时心率检测和R波的识别。基于小波变换的带通滤波器特性，本文创造性地提出了小波变换对心电信号中的P波、QRS波群和T波的识别方法。该方法具有很高的识别精度，为心电信号自动分析提供了一种精确分析手段。本文所研究的小波变换对R波的精确检测方法和小波变换对心电波形的识别方法是小波变换的精确定量分析方法，与传统的小波变换的定性分析方法相比，具有更重要的应用价值。本文在研究心电噪声抑制方法和心电信号分析和识别方法的基础上，将所得到的研究成果同虚拟仪器技术、生物医学仪器相结合，研发了基于虚拟仪器技术的虚拟式心电图仪。由于本文所研发的虚拟式心电图仪采用了本文的最新研究成果--小波变换对心电信号R波的精确检测和小波变换对心电波形的识别，具有<WP=5>很高的检测精度和实时性。该仪器首次将小波变换的分析方法引入心电信号的分析和识别中，并成功地应用于临床医学仪器，在小波变换对心电信号的分析和识别的应用领域，取得了突破性进展。本文所研发的虚拟式心电图仪与传统心电图仪相比有许多优点，主要体现在：除具有传统硬件心电图仪的所有功能外，还具有分析精度高、功能更加完善、功能的增删更加灵活、成本低等优点；除此，本仪器还可对心电信号中各心律节拍进行逐拍分析；在心电曲线的显示方式和任意导联心电曲线的对比分析中，本文所研发的虚拟式心电图仪较传统硬件心电图仪更灵活、更方便；将数据库管理技术引入了心电图仪，心电曲线的历史记录管理和查询更加便捷；将与心血管疾病相关的病员的健康状况和生活嗜好纳入心电数据库进行管理，为心血管疾病的病理研究和诊断提供了更加丰富的信息和资料。本文所研发的虚拟式心电图仪所采用的分析方法和所得到的分析精度，在国内外同类仪器中尚未见报道，它将对心血管疾病的诊断、分析、研究和治疗具有重要的实用价值。