心脏病是威胁人类生命的主要疾病之一，而心电信号是诊断心脏病的主要依据。为了能更加准确地监测心电信号提高诊断正确性，心电图机己从单纯记录波形向具有自动诊断功能的智能化方向发展。 专家系统是人工智能的重要应用领域，自上世纪60年代以来已经发展成熟并应用到各个领域，并在不断发展中。例如，结合神经网络技术的混合型专家系统是目前应用最广的人工智能技术。医学专家系统一度成为生物医学工程的研究热点。心电专家系统又是其中的一个热点。这一研究的真正实现不仅可以使医师从繁琐的图形识别工作中解脱出来，也是日后心电图机发展为家庭健康监护设备的重要基础。 本文首先介绍了心电智能分析诊断技术的发展现状；其次阐述心电信号常用的检测技术，专家系统的基本原理；然后着重介绍了本文作者所研究的心脏病分析诊断专家系统的总体设计及流程，探讨了面向对象技术、数据库技术等计算机技术在专家系统开发中的应用，并详细描述该系统所采用的知识库架构及推理算法；最后是本系统的用户界面和实验结果，以及对本项研究的总结和展望。 因为知识本身的不精确和不完全，本系统采用确定性理论进行模糊推理。确定性理论是属于随机不确定性的一种模型理论，在MYCIN系统研制过程中得到了很好的应用并得以完善。该方法以定量法为工具，比较法为原则，可以给出可信度较高的几个诊断结果。 本系统利用网络数据库及部份原始病历来得到数据，结合国际标准的MIT/BIH数据库，来对本智能分析诊断软件进行了实验验证。实验结果表明，本系统提出的方法是可行的。 本课题初步实现了心脏病自动分析和诊断的目标，构架起一个可发展的专家系统，实现了部份心电波形特征定义、心脏病智能诊断、诊断规则解释等功能。 本系统以Window2000操作系统为开发平台，运用面向对象程序设计方法，采用VC6编写，在其MFC架构上开发。