随着我国经济的不断发展,人们生活水平的日益提高,越来越多的人面临着心血管疾病的困扰。而在心血管疾病中心律失常是最常见的,也是很多致命心脏病的根源,因此及时的检测出心律失常,对预防心脏病和心脏猝死的发生具有重要的意义。心电信号自动分析系统的应用为预防和诊治心脏疾病提供了便利,大大缩短了诊断时间、提高了医疗诊断效率。论文结合临床医生的经验与计‘算机信息技术,选择合适的心律失常自动识别算法,设计了心律失常自动识别分析系统,并结合临床医生的诊断对识别结果进行了验证。文中首先分析了国内外研究状况及本课题的研究意义,介绍了正常心电图波形的组成及其所反映的生理学意义,对心律失常的诱因进行剖析,并对临床上常见的心律失常信号进行了归纳和分类；其次针对心电信号的于扰特点,结合分类要求,研究了基于小波变换的心电信号预处理方法,采用将分解系数置零重构的方法滤除低频噪声,针对高频噪声和心律失常信号频段有频谱交叠的特点,采用小波改进阈值方法有效滤除高频噪声,为心律失常自动识别做准备工作；再次针对心律失常心电信号特点,选取心电信号离散傅立叶变换特征、高阶统计特征、小波包分解的高阶统计特征、QRS波的形态特征四种特征,四种特征分别从频域、统计域、形态学等不同的方面反应信号的特点,在介绍四种特征提取算法的基础上共提取了150个特征；最后对心律失常信号进行分类,在分类时首先应用主成分分析法对提取的信号多维特征进行降维处理,分别提取每种类型的主要特征,然后应用KNN算法,对心律失常信号进行16类分类。本研究中数据均来源于MIT-BIH心律失常数据库,样本分训练组和测试组,经验证分析本研究所提出的自动识别系统具有较好的性能。