心电疾病已经成为威胁人类健康的头号杀手，降低心电疾病死亡率的主要手段是早期发现，早期治疗。心电疾病的诊断主要是依赖医生对心电图的判断，但这种方法具有费时费力的缺点并且不同的医生可能对同一幅心电图给出不同的判断结果，使得这种方法的诊断结果不客观。因此，越来越多的专家学者开始研究心电图的自动分析技术，自动分析能够帮助医生提高诊断的速度和准确度。本文在分析了以往的心电图自动诊断技术的基础上，深入研究了心电图自动诊断技术的关键问题。主要研究了以下三方面：一是心电信号去噪算法的研究，二是心电信号特征点的检测技术的研究，三是基于内容检索的ECG诊断技术的检索方法和诊断策略的研究。针对心电信号的预处理，根据心电信号主要的噪声即基线漂移和高频噪声的不同特点，本文分别运用数学形态学和小波变换的方法来滤除噪声。介绍了两种方法的原理和主要实现的步骤，并进行了相应的实验，实验结果表明去噪效果较好。针对QRS波，P波和T波三种波形不同的特点，研究了适合每种波形的检测方法。其中QRS波利用小波变换求模极大值对的方法进行检测，针对多检和漏检的问题提出了相应的方法；P波检测的难点是判断心拍内是否含有P波，本文针对这一问题提出了一种基于多特征的P波检测方法。该方法结合了小波变换和神经网络；T波检测的困难在于T波形态的确定，本文利用T波形态和模极大值对的对应关系确定T波的形态，并在此基础上进行T波的定位。本文分别对上述三种波形进行了检测。实验表明，利用本文提出的方法检测的特征点与专家标注的结果基本相同，并对多组心电信号进行了实验，证明利用本文提出的方法得到的检测结果的误检率低，灵敏度高。基于内容检索的ECG诊断技术主要对两方面开展研究，即检索算法和诊断策略。检索是通过计算心拍特征之间的相似度来实现的，本文的特征是根据前人的经验和心拍类型与波形的关系来选择的，相似度是利用欧式距离计算的。针对心拍的诊断策略本文提出了选取相似度较大的心拍中出现频率最高的心拍类型作为待检心拍的类型，并且本文利用上述算法进行了实验，证明检索和诊断的结果比较准确。本文还设计了该诊断系统的界面，此界面能够实现心电图的选择，心电图特征点的提取，心拍的选择及心拍的检索和诊断。