心脏病是当今医学上发病率和死亡率最高的疾病之一，心脏病的防治和诊断是当今医学界面临的首要问题，心电图(electrocardiogram，ECG)信号是诊断心血管疾病的重要依据。小波变换作为一种数学分析工具，它在时域和频域均有良好的局部化特性，克服了Fourier变换的时频联合检测的不足，适合用于心电信号的处理。随着小波变换理论及应用实践上的不断发展创新，1996年Sweldens提出了小波提升方案即第二代小波变换，它在信号去噪，压缩等方面均优于传统小波变换。　　心电信号是低频、低幅信号，容易受噪声干扰，因此在对心电信号检测分析之前必须有效除去心电信号中的噪声。本文提出了一种基于提升小波改进半软阈值的心电信号去噪算法。该算法首先将心电信号进行提升小波分解，对分解所得高频信号进行改进半软阈值去噪处理，再选择三尺度和四尺度的信号对心电信号进行重构，获得去噪后的心电信号。由于心电波形中R波幅度最大，特征最明显，具有较高的临床诊断价值，因此R波位置检测是ECG检测中的首要问题。为了增强R波能量，提高R波的检测精度，本文设计了一种改进近似包络函数。首先对去噪后的心电信号进行Hilbert变换，然后进行改进近似包络处理，完成心电信号的预处理。该算法能够在加强R波能量的同时有效地抑制噪声及其它特征波能量，因此能够在强噪声及大P波和大T波干扰的情况下准确定位R波位置，也为准确检测P波和T波提供条件。本文运用斜率阈值对心电信号的特征点进行检测，首先对包络后信号进行R波位置检测，然后根据R波位置对去噪重构的信号进行其它特征位置检测。最后本文依据检测到R波位置信息对常见的心律失常类型进行了分类的诊断。