1、ECG自動診斷技術在心血管疾病的診斷中占據(jù)著重要地位。研究發(fā)現(xiàn)ECG信號中T波電交替是預防心源性猝死一個很重要的預測指標，因而T波交替檢測關鍵技術的研究是當前信號處理領域和醫(yī)學界關注的熱點。
　　文章首先介紹了TWA檢測的一般系統(tǒng)模型，主要包括預處理模塊，T波提取與對齊模塊，TWA檢測模塊。本文在總結分析TWA研究的現(xiàn)狀和進展的基礎上，主要針對T波提取與對齊和TWA檢測這兩個方面做了新的改進和研究工作:
　　(1)T波的提取

2、與對齊。本文提出了一種基于貝葉斯估計和吉布斯抽樣的方法來對心電信號的T波進行識別，這種算法首先建立了心電信號的T波分層貝葉斯模型，利用共軛先驗分布，推出該貝葉斯模型各個未知參數(shù)（T波位置，幅度，波形）的后驗分布，然后利用吉布斯抽樣算法對后驗分布生成樣本，最后利用貝葉斯MMSE估計T波模型中的未知參數(shù)。從而完成對T波的提取。提取之后的T波矩陣由于長度不一，影響對TWA檢測的處理，再利用插值的方法進行對齊。
　　(2)TWA檢測。先針

3、對TWA的特點以及檢測難點進行了論述，并對各種檢測方法進行了比較分析。然后本文提出了一種新的基于典型相關分析的TWA檢測方法。首先將心電信號分成奇偶心拍，利用典型相關分析尋找兩組心拍的最大相關向量，利用這兩組向量對TWA進行定量分析。這種方法大大提高了檢測的準確度。
　　(3)軟件實現(xiàn)。主要介紹了心電智能分析的軟件，并在軟件中實現(xiàn)了本文的心電智能算法?；贑#和matlab混合編程，采用SQL Server2000數(shù)據(jù)庫存儲用戶信