心血管疾病属于循环系统类疾病,会严重威胁人类的身体健康。心电图监测是现代医疗技术领域中诊断心脏疾病的重要手段。针对动态心电信号采集过程中极易受到干扰的影响,本文研究实时Holter系统采集的动态心电信号的质量评估及干扰分析。通过对心电信号的质量评估以及运动干扰段的定位标记,可以有效的提高后期心电信号分析诊断的准确率,具有重要的科研价值和迫切的现实需求。本论文通过分析心电信号的主要干扰源以及心电信号各组成部分的频率分布,提取六个不同频段内的心电信号能量比值以及能量熵值作为心电信号的质量指数,作为评价指标对心电信号的质量进行评估。采用支持向量机分类的方法对数据库中的心电信号进行质量评估,选用静态数据库中训练集的心电信号质量指数,选择最佳参数,训练支持向量机模型；利用训练好的支持向量机模型对实时Holter系统采集的动态心电信号进行质量评估。通过分析心拍QRS复合波群的形态在运动干扰时间段内的变化规律,提出基于心拍形态的运动干扰伪差段的自动识别算法。根据选定的参考模板计算每个心拍与其相似程度,从而形成心拍形态匹配程度曲线,对其进行模糊逻辑决策与局部积分处理,得到动态心电信号中运动干扰时间段的起始点和终止点,实现对运动干扰伪差段的自动识别。将论文中方法与其他方法的结果进行了比较,分析了各自的优缺点。本论文所提出的算法已经集成到实时Holter系统中,并被运用到实际需要质量评估并且运动干扰段识别的分析功能中,大大的提高了分析诊断算法在动态环境下的抗干扰性能。