目前,心血管类型疾病的发病率呈逐年上升趋势,而心电信号是诊断心血管疾病的重要依据。因此,有关心电信号的自动处理和分析的研究显得越来越重要了。室性早搏(PVC)是一种常见的心脏异常搏动类型,频发的过早搏动可并发晕厥、心绞痛、心力衰竭等,如果不能及时的发现就会引发更加严重的后果,室性早搏的诊断对于指导治疗和估计预后有着非常重要的意义。本文根据心电图信号(ECG)的特性,提出了一种室性早搏自动诊断的方法。通过小波变换对心电信号进行去噪,利用频率与能量相结合的方法实现R波检测,再根据R波位置截取单个心电心拍,通过RR间期的不均匀性将发生过早搏动的异常心拍识别出来,缩小室性早搏的诊断范围。之后从心电信号的混沌特性出发,在相空间中对单个心电心拍进行重构,根据实验情况确定相空间重构的参数,计算出每个心拍的所有Lyapunov指数,讨论了不同类型心拍其Lyapunov指数曲线不同,从而由Lyapunov指数曲线提取混沌特征,并将特征参数输入到人工神经网络分类器当中进行训练,最终将室性早搏心拍和其他类型心律失常心拍区分开来。本文利用MIT-BIH心律不齐数据库中的数据对算法的可行性和有效性进行了验证,结果表明基于心电信号混沌特征的自动诊断算法能很好的完成室性早搏与其他心律失常心拍的分类,实现室性早搏的自动诊断。