据权威调查显示,每年死于心血管疾病的人数占死亡总人数的三分之一。由于动态心电监护仪的监护是防止心血管疾病最行之有效的方法,因此心律失常智能分类算法和心电图采集设备的研究对于挽救生命有着重要的意义。本文的选题来源于与台湾新唐科技有限公司的合作项目“单导联心电监护仪系统”以及模式识别国家重点实验室开放课题“动态心电图智能诊断方法研究与实现”。文中的工作包括心律失常特征提取和分类算法研究以及心律失常智能诊断系统的软硬件实现两个方面。在心律失常智能诊断软件中应用了文中研究的算法。本文对国内外的多种动态心电图智能诊断方法进行了综述,针对传统的差分法鲁棒性不高的问题应用基于动态阈值和面积法相结合的方法对心电信号进行R波检测,有效的去除了漏检情况,并使R波检测准确率达到了98%以上。文中针对传统的特征提取方法在波群形态细节描述方面的缺陷,应用小波变换方法对心电信号进行特征提取,有效的描述了P波、QRS波群的形态及变化趋势。仿真结果表明基于小波变换的特征提取方法用最少的特征向量实现完整而快速的分类过程,同时准确率高于经典的基于临床判断依据的特征提取方法。针对分支逻辑法算法老化,而神经网络法过于依赖训练样本的问题,本文采用主从支持向量机的算法对六种类型的心搏进行分类,选用三组不同的特征向量扩充心电信号信息以确保单一心搏的分类准确率达到最高。仿真结果证明支持向量机对于训练样本的依赖性较低,同时从支持向量机对主支持向量机的分类结果具有修正作用,使分类准确率达到97%以上。便携式单导联监护仪的硬件设计与实现过程中,综合考虑了芯片的体积、成本、功耗等指标,选择以新唐的32位ARM7TDMI处理器NUC501为核心,该处理器速度快、成本低、功耗小。本硬件系统比以往类似系统成本低、硬件电路简单、易扩展、调试方便。心律失常智能诊断软件完成了智能分析算法以及操作界面的实现,包括波形预处理、智能分类、数据分析、统计输出等功能。软件中还设计了门户网站,其中包含数据上传、患者数据管理、心电诊断报告下载等功能以便医生与患者之间的远程信息交互。经测试表明,心律失常智能诊断系统具有运算快捷、准确可靠的优点,对测试数据的验证效果良好,心律失常分析的总正确率大于93%。该套系统已能基本满足临床使用要求,并得到了医大一院心内科专家的认可。