随着人类健康和保健意识的增强,医疗仪器也从适用于医院的复杂、大型设备,转向一些小巧、便携并适用于家庭和个人的穿戴式装置。由吉林大学仪器学院自主研发的可穿戴生理参数仪具有无创、实时、长时间记录人体的体温、血压、血氧值、心电等参数的功能。本论文基于此项目,对动态心电信号的预处理、波形检测和辅助诊断等关键问题进行了深入的研究,针对现有算法的局限性,提出了适用于本系统的算法。通过分析动态心电信号的特点,确定使用小波分析方法来进行心电信号的消噪与波形检测。在动态心电信号的预处理方面:提出了先使用高尺度小波分解法去除基线漂移,再使用5级平稳小波变换,Symmlet10小波基,配合Ebayes阈值法消除其他噪声的心电信号综合消噪算法,结果证明,综合算法的消噪效果优于单一算法的消噪效果,不仅有效地清除了心电信号中的噪声,还较好地保护了心电信号中的特征点。在波形检测方面:提出了一种基于小波模极大值的快速QRS波检测算法,通过有效性测试,检测精度高,运算速度快,并基于此算法,实现了P波与T波的定位、ST段改变的检测。最后,设计了可穿戴生理参数监测诊断系统的总体架构,实现了心电辅助诊断模块软件系统,并根据动态心电图的诊断标准,量化了常见心律失常病症的分类规则,实现了正常心电图与常见心律失常病症的分类诊断。