ECG自动诊断技术在心血管疾病的诊断中占据着重要地位。研究发现ECG信号中T波电交替是预防心源性猝死一个很重要的预测指标，因而T波交替检测关键技术的研究是当前信号处理领域和医学界关注的热点。　　文章首先介绍了TWA检测的一般系统模型，主要包括预处理模块，T波提取与对齐模块，TWA检测模块。本文在总结分析TWA研究的现状和进展的基础上，主要针对T波提取与对齐和TWA检测这两个方面做了新的改进和研究工作:　　(1)T波的提取与对齐。本文提出了一种基于贝叶斯估计和吉布斯抽样的方法来对心电信号的T波进行识别，这种算法首先建立了心电信号的T波分层贝叶斯模型，利用共轭先验分布，推出该贝叶斯模型各个未知参数（T波位置，幅度，波形）的后验分布，然后利用吉布斯抽样算法对后验分布生成样本，最后利用贝叶斯MMSE估计T波模型中的未知参数。从而完成对T波的提取。提取之后的T波矩阵由于长度不一，影响对TWA检测的处理，再利用插值的方法进行对齐。　　(2)TWA检测。先针对TWA的特点以及检测难点进行了论述，并对各种检测方法进行了比较分析。然后本文提出了一种新的基于典型相关分析的TWA检测方法。首先将心电信号分成奇偶心拍，利用典型相关分析寻找两组心拍的最大相关向量，利用这两组向量对TWA进行定量分析。这种方法大大提高了检测的准确度。　　(3)软件实现。主要介绍了心电智能分析的软件，并在软件中实现了本文的心电智能算法。基于C#和matlab混合编程，采用SQL Server2000数据库存储用户信息，利用文件系统存储心电数据。　　本文所采用的TWA检测方法，与传统的方法相比有一定的特点和优点，主要体现在:T波的提取方法较普通的提取方法相比，利用了T波的形态信息，可以准确检测各种形态的T波;在TWA检测方面利用典型相关分析方法利用了信号的相关性，提高了估计的准确度。该算法有比较好的抗噪性能，准确率较高并且对不同形态的TWA都有良好的检测结果。