心脏病是一种常见的慢性病。由于其病情隐蔽、发展缓慢、发病危险性高，已成为威胁人类生命的主要疾病。随着人们医疗保健意识的增强，以及医生走出医院、医疗社区化和私人保健医生的发展，医疗监护和诊断仪器的小型化、数字化、开放式和智能化已成为一种趋势。心脏病患者则更是希望通过便捷、有效、成本低廉的监护系统，随时对自己的心电信号进行监测和预警。对于心电图，以往都是依靠医生的人工诊断，这样既费时又费力，而且诊断结果易受主观因素的影响。随着计算机技术的发展，心电自动分析和诊断技术已经开始步入了实用。由于心脏病的发生具有突发性，需要对患者的心电图进行长时间的连续记录，这将会产生十分巨大的数据量。受监护终端设备存储容量及移动网络传输带宽的限制，这些数据必须经过压缩后才能进行存储和传输。小波变换是上世纪80年代后期发展起来的应用数学分支，它克服了傅里叶变换仅具有频率分辨率的的不足，同时具有时域和频域的分辨率，现已普遍应用于许多工程领域。本课题利用小波变换，对心电信号的特征点检测和数据压缩算法进行了以下几个方面的研究，为把算法移植到便携式监护系统中提供了理论基础。首先介绍了有关技术的国内外研究现状。然后引入小波分析理论，利用小波阈值去噪法滤除工频干扰和肌电噪声，小波分解重构法滤除基线漂移噪声。课题使用了一种基于保留能量指数的算法对心电信号进行压缩处理。在前面工作的基础上，使用基于小波变换的模极大值法对心电图中QRS波进行定位检测，小波函数选择的是二次样条小波。最后使用逻辑判别法来进行心律失常诊断软件系统的设计。课题采用Matlab语言和Visual　Studio　2010对上述内容进行了研究和实现。实验结果表明，本论文所设计的算法和自动诊断系统，都达到了较为理想的性能。