心电信号蕴涵了丰富的反映心脏生理和病理状态的信息。对它的数据压缩和波形识别及诊断，一直是心电自动分析技术的重点。而理论和算法的不断发展，又促使了分析速度和分析效果的提高和改善，使心电计算机自动分析技术向前发展。 本文结合目前在心电自动分析中实际问题，在心电数据压缩及心电QRS波段的检测和识别方面做了有益的探讨。 首先，使用了基于小波神经网络的方法用于心电数据压缩，结果显示其收敛速度快，效果较好，实现了一定的压缩比；网络保留了心电重要信息，有利于诊断。 其次，在QRS波段的检测和识别中，使用了前馈神经网络进行快速的训练分析，对典型的几例QRS波异常进行了成功的自动识别分类，即能够进行简单的基于QRS波段的诊断。使用Matlab神经网络工具箱进行前馈网络设计，更加有利于问题的解决，降低了程序编制的难度，提高了系统的自适应能力。 另外，在心电信号采样过程中采用了图像处理的方法，实现了一定频率的数据采样；并且利用阈值法对R波进行准确定位，从而保证了波形数据的准确性和可靠性。