总结
如上所述，本文研究了心电图信号的预处理、分析、识别算法，并且利用实际的生理信号（从MIT数据库中下载，网站是：http://ecg.mit.edu）完成了相应算法的验证。实验结果表明，所研究的心电信号特征点识别算法具有以下特点：
(1)差分算法由于其算法简单易于实现的特点更适合于实际工程应用；
(2)基于小波变换的识别算法由于其结合原始信号和小波系数两方面的信息加以检测，使正确率检测得到进一步提高。能较好地描述了ECG各个波的特点，尤其是成功地将QRS波和噪声、干扰、基漂等因素区别开，大大减少了这些因素对检测效果的影响；
(3)小波变换算法可以成功地将QRS波和肌电、工频、基漂等干扰区别开，尤其是对于由信号饱和产生的伪迹，由于其只能产生孤立的模极大值列，从而能有效地将其剔除。
同时本文中介绍的两种算法都还存在很多的不足，还有很多问题需要改进：
(1)由于心电信号本身是非常微弱信号，在采集的过程中不可避免地受到各种十扰因素的影响，使用任何滤波方法都不可能完全的滤除这些干扰。
(2)目前在小波变换的波形检测和识别还只能针对一个周期的心电波形进行，还有待对连续波形的进行完整分析。
本文通过在MATLAB上进行仿真编程，对心电信号进行模拟分析，得出的结果比较理想，能对心电信号进行有效的滤波和处理，并判断其特征点。但是整体上还是有很多不足的地方，在以后的研究中会进一步的改正。


本电子电气通信自动化毕业设计“心电信号特征点识别算法研究与实现”论文由清风毕业设计网[www.lunwen550.com]征集整理！