随着社会高速发展,人民生活水平逐渐提高,人们越来越重视身体健康。在众多疾病之中,心血管疾病位于城乡居民死亡原因的首位。心血管疾病种类众多,病因复杂,且发病时间快,不易检测的潜在疾病可能会导致不可挽回的损失,因此便携带的、可检测心电信号的心电监测设备应运而生。心电监测设备可以实时获取心电信号,并对其进行自动化分析和诊断。在市场上已经出现的多种便携带心电监测设备中,腕带式心电设备因其体积小可随身携带,逐渐成为了人们的首选。本文正是基于这样的背景之下,对腕带式心电信号展开了分析和研究。对腕带式心电信号的处理主要分为四个步骤,第一,对心电信号做质量评估,第二,对质量评估后的可接受心电信号做预处理,抑制信号中的多种干扰,并对信号进行降噪增强,第三,检测预处理后的信号的特征,第四,根据检测到的心电信号特征对心电信号做自动化诊断,判断当前人体是否患有某些心血管疾病。本文的研究建立于腕带式心电信号已经完成质量评估的基础上,对可接受心电信号进行预处理和QRS波群检测。预处理和检测算法在MIT-BIH心律失常数据库中先进行算法验证,再在腕带式心电信号上进行实验。本文的主要工作如下:(1)研究了腕带式心电信号,分析了干净的ECG信号的幅频和含干扰的ECG信号的幅频,并讨论了分别包含运动伪影、基线漂移和肌电干扰等干扰时,腕带式心电信号的波形是怎样的。这些对腕带式心电信号的分析有助于之后对心电信号进行有针对性的干扰抑制和降噪增强,从而节省时间和运算量。(2)针对腕带式ECG信号中包含的基线漂移和肌电干扰,介绍并对比了三种常见的滤波方法:形态学滤波、小波变换和EMD。在干扰抑制阶段,引入了基于ECG信号功率谱的干扰评估指标,从而有针对性地对干扰信号进行合理抑制。(3)使用非线性自适应滤波器对ECG信号进行了降噪增强的研究。在讨论Volterra自适应滤波器和PNIIR自适应滤波器之后,将这两种滤波器结合起来,提出了一种增强了非线性的改进的PNIIR自适应滤波器。实验证明,改进的PNIIR自适应滤波器对ECG信号有着较好的降噪增强效果。(4)在对心电信号检测QRS波群方面,本文提出了一种新的特征检测思路。用形态学与差分思想结合的方法可以检测出心电信号的周期边界点,以此作为特征检测的辅助条件。算法主要思路为,先划分周期,再在周期内进行QRS波群的检测工作。经试验证明,该方法在一定程度上有效地降低了漏检率和误检率。