随着人们生活节奏的加快、工作压力的增加,心血管疾病的患病率和死亡率均呈现快速增长的趋势并已成为威胁人类生命健康的一大原因。心电图(Electrocardiogram,ECG)作为人体心脏活动的综合表现,对心血管相关疾病的检测和诊断有着重要的研究意义。目前对心电信号处理分析的方法较多,但是适用于移动监测的心电信号分析方法效果往往不太理想。市场上使用较多的12导联心电图机需要专业医护人员进行操作,无法适用于普通个人家庭。针对以上问题,本文通过对多种心电信号处理方法的研究,在分析了噪声特点的基础上,给出了一套心电信号检测算法。该算法包括心电信号预处理及其特征参数提取两个部分。其中心电信号预处理包括滤波、五点导数法、归一化及平方和移动窗口积分等步骤;在特征参数提取方法中,本文给出了一个R峰值定位算法称之为导数交叉法,包括二次一阶导数法、补偿方案及交叉同时判别三个部分。基于该方法,本文还对心电信号中如QRS波群、J点及ST间期这几个特征参数进行提取。为了检验对比导数交叉法的优缺点,本文将主流的R峰值定位算法动态阈值法与导数交叉法使用模拟数据和临床数据进行对比实验。模拟实验结果显示,导数交叉法准确率和灵敏度均为99.75%;动态阈值法的准确率和灵敏度均为99.65%。然后本文使用MIT/BIH数据库中的部分记录对两种算法进行对比实验,结果显示导数交叉法检测的准确率为98.24%高于动态阈值法的87.47%;导数交叉法的灵敏度为99.46%也高于动态阈值法的98.95%。以上实验表明本文给出的导数交叉法是一种具有良好检测效果的算法,具有一定的使用价值。为了提高数据传输效率,本文还设计了一个心电信号数据编码、压缩及解压缩的方法,通过计算,该方法能将数据压缩至52.59%。基于以上的研究结果,本文设计了一个心电实时检测系统用于检测心律失常。该系统由三部分构成,分别为采集模块、Cortex平台及终端设备。采集模块采集心电数据并传输给Cortex平台,该平台处理心电信号并将检测的相关信息传输给终端设备,终端设备提供一个界面化的展示平台。本系统能实现对患者心电信号长时间的检测,并及时发现心脏的异常活动,为临床诊断提供数据支持。