心脏疾病是威胁人类健康的重要因素,室性心律失常(ventricular arrhythmias)、心脏性猝死(sudden cardiac death, SCD)等更是因为其发病突然、难于及时救治而成为医学界的难题,因此研制一种便携式随时随地进行心电监护的仪器,对于检测和诊断心脏疾病具有重要意义。心电图信号(ECG)的实时处理与检测技术是目前信号处理领域的研究热点之一。本文主要针对心电信号的预处理、心电信号的有效性检测、心电信号中QRS波及室上性QRS波识别和心率计算等关键技术展开研究,并将上述研究内容在以Cortex-M3为内核的STM32F103系列芯片搭建的硬件平台上实现信号的实时处理。心电信号预处理技术的研究:基于监护系统对ECG信号分析和诊断的实际需要,运用数字滤波技术及现代信号处理技术,本文采用一种简单综合的心电信号去噪算法:FIR加窗数字滤波器、简单整系数50Hz陷波器以及改进的小波阈值去噪法。仿真实验证明该算法能有效抑制基线漂移、工频干扰、肌电干扰,算法简单且易于实现,通过计算信号的信噪比及改进的信噪比,实验证明该算法整体效果优于其他算法。心电信号有效性检测的研究:本文提出了一种基于小波变换理论的心电信号有效性检测算法。对预处理后的心电信号,取滑动窗长度为4s,检测该段内信号是否有效。为了验证算法的准确率及对不同心电波形是否具有普遍适用性,对MIT-BIH Arrhythmia Database中48个记录,CU及MIT-BIH Noise Stress Test Database中部分记录进行了仿真、验证。仿真实验证明该算法准确率高且易于实现,能减少后续心电诊断和分析的计算量并能提高检测的准确率,符合心电分析的要求,因此可将其应用在远程心电监护系统中。QRS波及室上性QRS波识别的研究:利用经典的差分阈值法和小波变换法检测QRS波。使用二次B样条小波,运用多孔(a-trous)算法对预处理后的心电数据进行小波变换,检测识别心电信号的特征点,即R波峰值位置、QRS波群起点和终点位置,计算出QRS波间隔及瞬时心率。文中给出了部分仿真结果,实验证明两种检测方法准确率都在99%以上。一般识别室性和室上性QRS波的方法都仅依据室性QRS波与室上性QRS波宽度不同来区分,但这样常引起误判,不能准确的区分某些室性波。在QRS波宽度的基础上,引入了建立在Lipschitz指数理论基础上的室上性QRS波和室性QRS波的判别方法,该方法弥补原算法的不足,提高检测准确率。单通道动态心电便携实时检测仪,应便于携带、工作时间长、稳定可靠并且融合了嵌入系统、DSP实时信号处理、无线移动网、微功耗设计、多任务程序设计等技术。我们选择了高性价比的以Cortex-M3为内核STM32F103系列芯片,Cortext?-M3内核是专门设计于满足集高性能、低功耗、实时应用、具有竞争性价格于一体的嵌入式领域的要求。以keil uVision3为软件开发平台,采用C语言编程,将前述心电处理算法移植到硬件系统里,进行仿真调试来实现信号的实时处理。