论文以动态心电图自动检测及分析为背景,研究了基于小波变换的自适应阈值消噪方法,通过分析比较四种白适应阈值选取规则,用基于Donoho固定阈值的小波去噪法滤除了心电图工频及肌电干扰,取得了很好的滤波效果。 针对基线漂移噪声问题,本文提出了一种利用小波变换逼近信号进行滤波的新方法。通过对ECG信号进行多尺度分解,利用分解后所得的逼近信号充分逼近心电图中的基线漂移噪声的特性,滤除心电图中的基线漂移分量。实验证明该方法能在保证心电图特征无损害的情况下充分地滤除心电图基线漂移噪声。 在心电图特征检测过程中,针对QRS波群检测问题,改进了原有的小波检测方法,结合原始信号和小波系数两方面的信息加以检测,达到了99.99%的检测正确率。对于P、T波的检测问题,采用在特定区间内通过斜率和幅值加以检测的方法,对正常心电图检测效果较好,但不适用于不规则的和病态心电图。 最后,设计了基于决策树的心律失常自动分析方法,并以窦性心律和异位心律分类决策树的构建为例,说明了心律失常决策树的构建方法及自动分析规则的产生过程。