心电信号ST段是心电波形的重要组成部分,许多心脏疾病的发生常伴随有ST段波形的改变。由于ST段的幅值较小,频率较低,形态容易受到外界噪声的干扰而改变。因此,及时准确地检测定位ST段,并就该段波形进行测量和分析,对诊断相应的心脏疾病有很重要的意义。目前心电信号的分类识别算法很多,但ST段波形的自动识别成熟度较低。准确定位ST段波形的起止点,分析ST段的形态特征仍存在一定的难度,需要寻求更合适有效的研究方法。本文根据心电信号ST段波形的特点和难点,对该段波形信号进行讨论研究。首先本文简要介绍心电信号及ST段波形的基础知识。通过使用小波算法,根据ST段波形的时域频域特征,利用小波分解重构和阈值法对心电信号进行滤波去噪。实验结果证明小波算法去噪效果良好,心电信号的波形未出现失真,ST段形态没有受到影响。然后对ST段波形的特征点进行了定位和检测。对心电信号R波进行位置获取,标定其位置,采用差分阈值法和梯度法,对最终位置进行确定。并根据RR之间的位置关系,排除误差完成误检和漏检。在此基础上,检测出ST段的起始点和终点,再结合运用时间移动窗函数、自适应局部变换等方法,完成对ST段波形进行定位。针对ST段形态在分类上形态不容易确定的难点,本文从ST段波形信息中提取三个指标作为参数,提出了基于支持向量机的ST段识别分类方法。并采用CSE心电数据库中数据进行仿真实验,分类结果显示平均准确率在84%以上。在仿真实验的基础上,根据提取的三个指标参数,本文设计了基于android平台上的算法实现,在安卓系统上完成心电信号ST段波形的实时处理。首先将硬件采集到的心电信号经过蓝牙连接传输到Android客户端,使用数字滤波器处理完成预处理去噪。并利用求导法对特征点进行定位,标记QRS波群,实时显示处理后的心电波形。结合窗函数定位ST段波形,提取指标参数,并对其分类,给出波形的判断信息。实验结果表明,该系统能够实时完成对ST段波形的基本分类。通过界面保存按钮能以txt格式保存心电数据信息,方便数据的存储调用,实用性较强。克服了第三章的MATLAB平台算法可移植性差的缺陷。