心血管疾病在21世纪的今天成为了慢性死亡的代名词,严重威胁着数以亿计人们的生命。在吸烟、肥胖、压力、缺乏运动等因素的影响下,心血管病患者数量仍在持续攀升。传统医院心电图分析已经无法满足人们对于心血管病长期管理的需求。随着微处理技术的不断发展,便携、可穿戴动态心电图设备的出现为缓解该问题提供了一种解决方法。针对目前可穿戴心电产品功能单一、设计感差、用户非专业、操作环境复杂的不足。本文设计了一款基于Android系统的动态心电图监测系统,为用户提供贴心的家庭心电监护服务。本文的主要工作内容如下:(1)针对动态心电图的噪声特点,本文对比分析了五种常用滤波算法,设计了具有算法实现简单、信噪比高、实时性好等特点的自适应滤波器、整系数FIR低通滤波器和快速中值滤波器。并利用麻省理工学院的MIT/BIH心律失常数据库作为分析对象,验证了算法的有效性、准确性及高效性。(2)针对心电图信号能量比高的QRS波,本文设计了基于自适应双阈值与回溯重检的改进差分算法,引入了初始双阈值、自适应阈值动态更新、零极值点、不应期和漏点回溯重检等处理方法,有效提升了动态心电图对于R波幅值最大点定位的准确率。此外,设计了针对P波和T波等难检波形的基于窗口搜索方法的极大值对过零检测算法,并提取出九个具有重要医学价值的心电特征参数。(3)针对心律失常、心肌缺血症状,本文从复杂度、适应性、鲁棒性和识别效果等四个方面,对比了基于模糊聚类C均值聚类算法(Fuzzy clustering algorithm,FCM)和逻辑分支算法等两种心电识别算法。提出了基于五类异常模版的FCM模糊聚类算法,有效实现了动态心电系统对于心脏异常分析的目标。(4)Android系统的动态心电监测软件开发方面,本文采用低功耗蓝牙的通信方式,对接小巧的可穿戴式硬件心电采集端,实现动态心电监护的低功耗化、隐形化、持续化。动态心电图绘制基于标准心电图纸,界面可自由放大,同时,ECG数据存储采用“212”标准格式方式。系统功能完善的同时,有效提升了界面的美观度及用户的交互体验,且具有可应用类产品的特点。(5)针对系统的实时心率与心律分析两个核心功能,设计了针对15例健康测试对象及七种心律失常心电信号的R波检测、实时心率与心律结果的测试实验。从实际总心搏数、误漏检心搏数、测试检测心搏数、心搏检测准确率、实时心率以及实际与测试心律分析结果对比方面,验证了动态心电监测系统核心功能的稳定性和有效性。