心肌梗塞是一种常见的心脏类疾病,心电图检查是诊断该疾病的常用临床手段。但是由于该疾病心电图特征的多样化、个体的差异性等因素,一直难以达到理想的诊断效果。尽早的识别心肌梗塞的特异性波形可以尽早诊断和预测病人的病情,从而及时的采取预防和治疗措施,对病人具有重要的生命意义。心电图技术经过了一百多年的发展已日趋成熟,心电图仪器也随着电子科技的进步而变得更加精密和完善。然而,临床工作者借助于心电图诊断疾病的效果目前还不够理想。现有的诊断标准大部分来自于专业诊断医师的经验积累,某些指标在某疾病上的应用存在争议的情况也屡见不鲜。因此,利用计算机技术对获取到的心电图信息进行分析处理,挖掘出可以应用在心血管疾病诊断上的特征信息,克服当前心电图的弱点,提高诊断的准确性、高效性,是当前心电图信息技术的研究要点之一。本文从心肌梗塞病人和健康对照者的心电信号入手,首先从Physiobank心电数据库中收集了158例心肌梗塞病人和90例健康对照者的心电信号,而后采用中值滤波、带阻滤波器以及小波分解等方法对其进行预处理,滤除了基线漂移、工频噪声、高频噪声等干扰;然后采用小波变换、差分阈值法、斜率阈值法等提取出了心电信号的R波幅值、QRS时限、RR间期、P波幅值和时限、T波幅值和时限、PR间期、QT间期、ST段电位偏移及早搏等11个特征参数,进一步利用Pearson相关系数筛选出与诊断结果相关性强的8个参数后,建立了心肌梗塞疾病辅助诊断模型,并进行了参数生理意义分析和模型的性能评价。本文主要贡献及创新性如下:(1)通过实验仿真和分析,选出了去除基线漂移最优的中值滤波器窗口宽度,以及去除高频噪声的小波滤波器的小波基、分解层数等参数。(2)研究并实现了心电图特征提取技术,成功提取了包括ST段电位偏移等在内的11个心电图典型特征。(3)建立了线性及非线性的心肌梗塞疾病诊断模型,得出支持向量机分类器准确率高于线性回归模型的结论,R波幅值、P波幅值、T波幅值、QT间期、PR间期、ST段电位偏移及早搏是与心肌梗塞相关性较高的特征参数,这些心电图参数的异常可能是心肌梗塞发生的特异性标志,从而为临床心肌梗死的心电图诊断提供一定的参考作用。