室性心律失常是人类健康的一大杀手，国内外许多专家学者一直对心室病症心电信号展开着大量的研究，以期能为更有效便捷的医学诊断带来帮助。然而，目前的研究方法还多局限在线性统计和时频领域，还较少有研究应用非线性手段分析室性心律失常。本文所研究的主要目的是如何通过非线性时间序列分析得到心室病症心电信号的特征指标，快速地辨别各类室性心律失常。　　 首先，文中介绍了非线性时间序列分析的研究意义、基本思想和研究方法，对心脏动力学和心电信号的非线性性质做了说明，讨论了心室病症心电信号的特点，总结了应用非线性时间序列分析心室病症心电信号的流程。　　 其次，实验对105例心电信号进行了分析，包括1类正常心电信号和心室纤颤、室性心动过速、心室扑动、室性期前收缩4类室性心律失常信号。根据分析流程，先对心室病症时间序列进行相空间重构。利用自相关函数法、平均位移法、平均互信息法方法、复自相关函数法、虚假邻点法、Cao方法和C-C方法对相空间重构的两个重要参数-延迟时间和嵌入维数进行了确定，通过多组实验对参数的确定方法进行了详细的比较和说明，得到了合适的重构参数，并绘制相空间重构图加以验证。　　 同时，以重构的时间序列为实验对象，应用非线性指标方法计算了心室病症心电信号时间序列的最大Lyapunov指数、关联维数、排列熵、近似熵和Lempel-Ziv复杂度几类非线性指标，得到了心室病症心电信号中存在非线性特征的结论，以及心室病症心电信号同健康人正常心电信号、心室纤颤和室性心动过速信号的辨别指标。　　 最后，通过计算结果进行了统计和比较，得到两个结论：排列熵和近似熵方法比最大Lvapunov指数和关联维数方法可以得到更好的心室病症检测效果，并且对微弱的病症变化也能有明显的响应；Lempel-Ziv复杂度方法对心室纤颤和室性心动过速两类心电图表现相似的信号有较好的辨别效果。