心脑血管疾病是当今危害人类生命健康的主要疾病之一。而心电图检查以其简单、快速、无创、准确的优势成为目前临床上应用最为广泛的心血管疾病诊断手段。近年来随着现代信号处理理论与技术和人工智能的快速发展，心电图快速检测分析心律失常已经成为医学研究领域的热点课题。实时动态、准确的心电自动分析技术在心律失常监护和诊断方面起着关键性作用，也同时在改善心血管疾病患者的生活品质方面具有重要的实际应用价值。针对在实时远程心电监护系统中QRS波的实时检测以及心律失常分析问题，本文提出一种基于智能手机的心电信号分析方法。该方法首先利用Pan-Tompkins算法结合Hamilton规则来检测QRS波，并区分正常的心电信号和室性期前收缩信号，然后利用基于粗粒化过程的Lempel-Ziv (LZ)复杂度算法来分析高危心律失常，与此同时对比分析不同的粗粒化过程对心率失常分析的影响。通过对MIT-BIH数据库中的100条正常心电信号、120条心动过速和60条心室颤动进行仿真测试，结果表明该方法能够克服各种噪声对心电信号的影响，实现QRS波的精准检测。而且基于K-Mean粗粒化过程的LZ复杂度算法可以有效分离心动过速和心室颤动，是一种分析心律失常比较实用的方法。另外，在Android智能手机平台上开发心电监护系统并进行性能测试。测试表明，该系统能够实时采集、显示心电信号，分析心电数据并在显示屏上显示诊断结果。