近年来,心血管疾病的防治和远程心电监护越来越受到医疗保健的重视。心电信号一定程度上反映了心脏的生理特性,对心血管疾病的诊断、治疗和预防有极其重要的临床参考意义。然而,心电信号在采集过程中会受到各种噪声的影响,这些噪声给心电图的诊断和分析带来了困难。因此,无论是心电医师进行临床诊断和分析,还是用可穿戴设备自动分析心电信号之前,都需要对心电信号进行质量分析,过滤掉临床质量不可接受的心电信号。本论文从心电信号去噪和质量评估两个角度进行研究。在去噪研究中,采用集成经验模态分解算法和小波软阈值相结合的去噪方法,一方面,集成经验模态分解算法是避免了经验模态分解模态混叠现象的发生,另一方面,小波软阈值减少了系数阈值处理过程中造成的有用信息的损失。在信号质量评估研究中,心电信号质量评估是一个主观过程,本论文从信号基本质量出发,通过计算原信号和去除高频部分后的信号检测到的QRS波群结果一致性来判断信号是否质量可接受。实验证明该方法能够取得不错的心电信号质量分类结果。同时,当信号只是部分受噪声干扰时,如果有用信息足够多,那么该信号还是可以用于临床分析和诊断,本文提出了基于QRS波群相似度的质量可接受片段提取的方法,减小了不必要的人力和财力的浪费,具有较强的实际应用价值。