随着社会的发展和生活节奏的加快，越来越多的人受到心脏类疾病的干扰。据最新统计显示，每年因心脏病而死的人呈现大幅增长的趋势。心电图是诊断心脏病最常用手段，对其进行有效、可靠的分析能很好的提升诊断质量，降低死亡风险。本文采用小波分析方法，对混有各类噪声的心电信号进行多分辨率分析。通过小波阈值去噪法，滤除心电信号中混有的高频噪声。并对信号进行了小波重构，去除部分P、T波，凸显QRS波群，降低R波检测中其他特征波的干扰。同时，采用了能量窗变换的方法将信号的时域信息变换到了能量域，进一步减少了噪声，提高了R波检测算法的稳定性。在心电信号自动分析算法中，从心脏的混沌特性出发，通过相空间重构和最大Lyapunov指数计算，比较了不同类节拍在相空间中的相轨迹变化，实现了室性早搏类节拍的自动诊断。为了证明算法的有效性，分别分析了同一数据同一类型节拍不同时间段和同一数据不同类型的最大Lyapunov指数。使用MIT-BIH心律失常数据库中的数据对算法的有效性和稳定性进行了验证，结果表明R波检测算法具有较高的检测精度，能很好的完成R波的定位。基于心脏混沌特性的心电信号自动分析算法能将室性早搏节拍和其他类节拍准确的区分开来，实现自动诊断。