心率变异性(Heart Rate Variability,HRV)是指心电信号中RR间期的变异,其中蕴含着丰富的病理信息,是反映心脏活动以及神经调节的重要因素。近几年的研究表明,心率变异性可以用于反映机体压力。随着压力大小的变化,交感神经与副交感神经进行共同调节,而这种调节也促使了心率变异性信号发生变化。常用的心率变异性分析主要有时域、频域以及非线性分析。为了实现对压力的研究,在此基础上,提出了一种层次模型用于量化压力值。同时,设计了一种基于云模式的HRV信息分析平台,通过对云模式的研究,结合云平台实现云模式的SaaS服务,实现HRV信号的健康分析。本文主要工作如下:1.研究了云模式的定义,提出设计了一种基于SaaS云模式的HRV信息分析与处理研究的平台。服务端软件部署在云端,在云端需要接收来自智能终端的心电信号,采用改进的差分阈值法实现R波检测并提取HRV信号。实现HRV信号的时域、频域以及非线性分析。并将提出的压力模型应用在云端,实现基于HRV信号的人体健康信息监测。2.分析压力产生原因,设计实验方案。通过极限运动诱发压力产生,分别采集人体静卧以及运动后的HRV信号,对采集的参数因素进行分析,根据参数的变化率以及统计情况,选取合理的参数,构建压力的三层模型。3.提出了一种基于组合权重的压力量化模型。首先分析随着压力的变化,统计HRV信号的时域、频域以及非线性的参数情况,从而得出与压力有关的敏感参数。构建三层结构模型,为了实现定性分析采用改进的层次分析法求出各参数的主观权重,并采用熵权法得出其客观权重,将主客观均考虑在内,从而得出合理的参数权重,最后结合模糊综合评价的方法,实现对压力的定量分析。经过验证表明,本方法可以准确的实现压力的量化分析。本课题实现了基于云模式的HRV信息分析与处理研究。进行了HRV信号的基本分析,同时建立了一种基于组合权重的压力量化模型,并移植在云端。经过测试,本平台可以实时的实现对HRV信息的分析,并准确的实现对压力的量化。