心电是心脏活动过程中产生的生物电信号在体表的反映,能够客观的反映应心脏的生理特征,是诊断心脏疾病的重要依据。随着动态心电图的出现,心电的数据量急剧增加,传统的手工分析所有心电图数据已经不现实。心电信号的自动分析技术已经从需求变成现实,市场上已出现多种心电自动分析软件。心电信号的幅值小,频率低,采集到的心电信号常常包含了很多干扰,所以心电去噪是波形特征提取的前提,去噪的效果也会直接影响心电信号自动分析的结果。QRS波群作为心电信号最为明显和重要的部分,不仅包含重要心脏生理信息,而且检测QRS波群也是检测其他波形的前提。本文在总结前人研究的基础上,对心电自动分析技术中QRS波群的自动检测技术进行了研究。根据心电信号噪声的来源和特点,本文采用了基于小波变换的心电去噪算法,选择了合适的小波基和分解层数,将最低层的高频系数和最高层的低频系数都置为零,去除基线漂移和高频噪声,然后对其余尺度的小波系数采用小波软阂值的方法处理方法,有效去除频率分布较广的噪声,如肌电干扰等。文章选取了信噪比和最小均方误差两个参数对去噪结果进行评价,实验证明这种去噪方法能够较好的去除心电信号中的基线漂移、工频干扰和肌电干扰等主要噪声,而且能够保持信号的不失真。本文选取二次样条小波对心电信号信号进行小波分解检测R波。二次样条小波对奇异值检测敏感,而且滤波器系数简单,可以提高运算速度。通过利用MIT-BIH心律失常数据库数据进行算法验证,证明了该算法的可行性和准确性。在R波检测的之后,文中提出一种改进的QRS波群起点和终点的检测方法,我们首先求得心电信号的包络线,然后构造了一个辅助信号,辅助信号中QRS对应的部分被加强,其余的部分被削弱,然后采用基于最小二乘(least-square, LS)估计的检测方法检测QRS波形的起点和终点。我们选取QT数据库的部分数据对该算法进行了验证,结果表明该算法可以很好的抵抗基线漂移和多种干扰,适用于多种形态的QRS波群起点和终点的检测,而且运算简单,可以用在实时检测中。R波和QRS波群起点终点检测完成之后,我们根据QRS波群的宽度和RR间期对QRS波群进行了简单的分类。文章的末尾我们给出了动态心电分析系统的设计,系统包括的主要模块有数据分析,直方图分析,模板编辑,报告浏览等,以及这些模块所实现的具体功能。