心电信号是临床医学中重要的生物信号之一,心电图的准确自动分析与诊断对于治疗心血管疾病起着关键的作用,也是国内外学者所热衷的课题。本文首先描述了心电信号分类的研究状况和常用方法,接着介绍了聚类分析的一些研究成果,然后详细研究了层次法聚类算法、K-means算法、模糊C均值算法和基于高斯混合模型的聚类算法,并以MIT-BIH(心律失常数据库)数据库中的数据作为样本将上述几种方法应用于心电信号分类。本文的研究发现层次法聚类算法并不适用于大数据量的样本分类,其余几种方法能取得较好的分类结果。在研究基于高斯混合模型的聚类算法时,笔者通过使用K-means算法对结果进行二次分类,取得了更好的效果。本文开发了心电信号分类的实验平台,各个步骤均经过实验验证,具有一定的现实意义。