心电信号的检测是心脏疾病临床诊断中的重要环节,如何增加心电信号采集的精度、降低噪声干扰、提高心电信号检测的效率一直是心电信号检测研究的核心问题。本文主要从三个方面对其进行了研究,首先是心电信号预处理方面,其次是心电信号检测方面,最后是心电信号检测的并行处理方面。在心电信号预处理方面,基线漂移的消除往往是心电信号预处理阶段的首要需求。呼吸和身体运动是基线漂移噪声产生的主要原因。呼吸信号的频率大约在0.15Hz到0.5Hz之间,因此,消除基线漂移最常用的方法之一就是使用高通滤波。本文研究重点就是使用高通滤波来移除基线漂移对心电信号的影响,同时保留心电信号中的低频范围的临床信息。在心电信号检测方面,提出一种基于特征提取和多模板匹配的心律失常检测算法。该方法通过样本数据创建模板库,并对模板库进行特征提取以创建特征库,同时建立索引与模板库关联,然后使用特征库中的模板与待检测心电信号进行粗匹配运算,当粗匹配的相关系数大于预设阀值后,再利用索引加载相关模板进行细匹配运算。通过使用MIT-BIH数据库的数据进行验证,实验表明本方法取得了非常理想的效果。在心电信号检测的并行处理方面,本文提出了两种心律失常检测并行算法,这两种并行算法都是通过相关系数来验证心电信号与模板的匹配程度。具体实现是采用两台多核机组成的集群,进程间的通信采用的是MPI消息传递库。在本文中,我们对两种并行方法进行的对比分析,并评估了它们的性能。