医学临床表明心脏性猝死等恶性心脏疾病是当今社会危害人类健康的主要疾病之一。心电图分析是临床上诊断病人心脏疾病的重要手段之一,通过多年的临床实践表明,心电中的T波交替现象(T wave alternans, TWA)与室性心律以及心脏性猝死等心脏疾病都有非常密切的关系。TWA属于微弱信号,用肉眼难以判断其交替现象,并且TWA的非稳态性导致其检测难度增大,因此需要借助特定的算法来检测TWA现象。TWA已经成了一种无创独立的预测心脏疾病的指标,因此对TWA的研究也具有较高的临床应用价值。本文主要以TWA检测为重点,具体分为以下几个部分工作：(1)心电信号预处理(去噪)算法的研究。在充分研究了心电信号中噪声的特性的基础上,根据小波去噪的原理,构造了一种基于软、硬阈值之间的新阈值函数,解决了软、硬阈值法所带来的缺陷。通过仿真实验结果表明：这种改进阈值的小波去噪方法可以有效对心电信号中的噪声进行去除,并且可以很好的保留心电信号的特征信息,为进一步对特征点的识别以及TWA的检测提供了很好的平台。(2)心电信号波形中R波点的识别算法研究。在心电信号预处理的基础上,通过对R波点的识别算法进行研究,本文提出了基于小波的跟踪阈值的方法对R波点进行识别。该算法很好对R波点进行识别跟踪,解决了现有算法对R波定位不准的问题。采用TWAdb数据库中典型的数据对这种算法进行验证,结果表明该算法对R波点的识别具有较高的准确率。(3)TWA检测算法的研究。本文提出一种具有较强鲁棒性和较好的时间分辨率的算法-L1趋势估计算法。该算法在鲁棒性、时间分辨率和准确率等方面对非稳态的TWA检测都优于修正移动平均算法(MMA)和谱分析法(SM)。通过对TWAdb数据库中的数据进行TWA检测,结果表明了该算法能够达到人工标注的标准,且具有较高的鲁棒性,能够满足当前临床医学的诊断预测。