1、小波變換在許多領(lǐng)域都得到了很大程度的應(yīng)用和發(fā)展，尤其是在信號(hào)處理方面得到了十分廣泛的應(yīng)用。由于小波變換能夠同時(shí)在時(shí)域和頻域中對(duì)信號(hào)進(jìn)行分析處理，而且既具有有效去除噪聲又能保持信號(hào)局部奇異性的特點(diǎn)，因此小波變換被稱(chēng)為研究信號(hào)處理的最理想的工具。
　　 目前心血管疾病已經(jīng)成為危害人類(lèi)健康的“頭號(hào)殺手”，不僅具有較高的致死率，而且致殘率也極高。人體生理信號(hào)是用于心血管疾病檢測(cè)中最為重要的信號(hào)，其中包含的大量特征生理信息，對(duì)早期診斷心血

2、管疾病具有很高的臨床價(jià)值。對(duì)生理信號(hào)進(jìn)行預(yù)處理操作是提取信號(hào)中特征生理信息的前提條件，具有十分重要的意義。
　　 本文提取的人體生理信號(hào)屬于強(qiáng)背景噪聲下的微弱信號(hào)，去除信號(hào)中的噪聲是預(yù)處理研究的熱點(diǎn)之一，傳統(tǒng)的預(yù)處理算法大多都是針對(duì)某一種或者兩種噪聲進(jìn)行處理，處理時(shí)效長(zhǎng)，實(shí)時(shí)性差，而且每一步處理還會(huì)帶來(lái)信號(hào)的變形;本文算法可以對(duì)多種噪聲同時(shí)起到預(yù)處理效果的算法，具有廣闊的應(yīng)用前景。此外，對(duì)人體心電信號(hào)預(yù)處理后的工作就是要準(zhǔn)確提取

3、心電信號(hào)的特征點(diǎn)，尤其是R波波峰位置的提取，也是本文的研究之一。
　　 本文闡述了人體心電信號(hào)和心音信號(hào)的波形特征，深入研究了國(guó)內(nèi)外關(guān)于生理信號(hào)預(yù)處理算法，詳細(xì)分析了傳統(tǒng)基于經(jīng)驗(yàn)?zāi)B(tài)的生理信號(hào)預(yù)處理算法。提出了基于小波變換的生理信號(hào)預(yù)處理算法，并采用本文預(yù)處理算法對(duì)真實(shí)采集到的生理信號(hào)進(jìn)行了預(yù)處理，提出了自適應(yīng)小波變換模極大值的R波提取算法。采用LabVIEW和Matlab編程實(shí)現(xiàn)了傳統(tǒng)基于經(jīng)驗(yàn)?zāi)B(tài)算法和本文算法并對(duì)臨床試驗(yàn)采集