心电图检测是医疗机构对心脏疾病进行诊断的主要手段,现有的纸质心电图存档方式存在不易保存且占用大量空间的问题,不利于电子病历库的构建。此外,医生通过人工识别的方式对心电图进行诊断的效率不高,且容易出现误诊操作。针对以上问题,本文从对纸质心电图的预处理、心电图波形曲线提取和对心电信号的波形检测三个方面对纸质心电图的数字化信息进行提取并分析。本文首先对纸质心电图进行预处理操作,比较了Sobel算子、Canny算子和LOG算子对纸质心电图的边缘检测效果。并基于Hough直线检测对边缘检测后的图片进行倾斜校正。为了对心电波形曲线提取做铺垫,对心电图的形态学操作进行了介绍。对于心电波形曲线的提取,本文分别对彩色心电图和黑白心电图的曲线提取进行研究。针对彩色心电图,提出了一种基于Laplace-Erode增强的K-means++心电曲线提取算法。针对黑白心电图,提出了一种基于连通区域分析的心电曲线提取算法。随后基于水平投影操作进行波形分割,将12导联心电图分割为单导联,以便于心电数据的提取。为了保证提取的波形曲线满足横像素与纵像素一一对应,提出了一种改进的曲线骨架细化算法,对波形曲线进行细化操作,并根据背景网格重建计算得到的像素与时间及电压的对应关系,将波型曲线数据转化为心电信号数据,完成对心电数据的提取。并通过实验验证了算法的准确性。针对心电数据的波形检测,本文首先根据心电信号的噪声特点,提出并实现了基于8层小波变换的去噪算法,有效地去除了心电信号产生的基线漂移及工频干扰等噪声。接下来针对R波波峰的识别,提出了一种差分阈值放大法,通过与MIT-BIH数据库中专家标注的R波进行比较,基于准确率和召回率等评价指标对R波的检测结果进行验证。接下来基于R波波峰的位置,根据局部区域搜索算法,分别对Q波、S波、Q波边界、S波边界以及P波、T波、P波边界、T波边界进行识别。并对各个特征波形的检测效果进行分析。最后,本文综合以上的研究内容设计并实现了心电图数字化系统,该系统实现了对纸质心电图的数字化处理和波形检测等主要功能,验证了本文的研究。