据世界卫生组织所示,心血管疾病是当今世界上导致死亡率最高的一种疾病。长期以来,对心血管疾病的研究一直是学术界的一个非常重要的课题。心电信号作为心脏电活动在体表的综合表现,是诊断心血管疾病、评价心脏功能是否良好的重要依据之一。因此,检测病人的心电信号并对其进行分析处理,是诊断心血管疾病的最主要的一种方法。然而,心电信号的采集极易受到信号采集环境等一些因素的影响而产生干扰,导致采集到的信号出现质量问题,严重影响到心电信号的分析和诊断。因此,在对心电信号进行分析诊断之前,对心电信号进行质量评估具有重要的科研价值和迫切的现实需求。本文主要从以下几个方面的工作进行了研究：(1)分析影响心电信号的主要干扰源。根据心电信号的基本生理特征、信号的采集硬件设备以及采集环境的要求,分别从生理上和技术上两个方面,分析了心电信号在采集过程中影响信号质量的主要干扰因素。(2)信号预处理。根据2011年Physionet竞赛中对心电信号质量的评判原则,对数据库Challenge2011Training Set A中的心电信号进行了预处理,检测心电信号十二个采集通道中是否出现一个或者一个以上通道没有采集到信号,若有,为了节省信号处理时间,直接将这样的心电信号判定为质量不可接受。(3)提取了心电信号的质量指数。根据心电信号的频率范围、主要能量频率范围以及QRS波群能量频率范围等生理意义将心电信号划分为六个不同频段,分别是0-1Hz、1-5Hz、5-15Hz、15-50Hz、50-100Hz、100-250Hz。将这六个不同频段内心电信号的能量比值和能量熵值以及信号的峰度值共十三个参数定义为心电信号质量指数,作为评判指标对心电信号的质量进行评估。(4)分别采用阈值法和支持向量机分类的方法对数据库Challenge2011Training SetA中的心电信号进行质量评估。阈值法中,根据训练集中的499例心电信号的质量指数取值,给每个质量指数均选择一个阈值,满足质量指数阈值要求的心电信号被评判为是质量可以接受的信号。支持向量机分类的方法是根据训练集中心电信号的质量指数,选择最佳参数,并根据所选择的参数来训练支持向量机,利用训练好的支持向量机对测试集中的心电信号进行分类评估质量。(5)对本文方法的实验结果与其他心电信号质量评估方法进行了比较,分析了各自的优缺点,并在本文研究及现有其他一些研究方法的基础上,对课题未来的研究方向做了相关的分析与展望。