摘要：心血管疾病是威胁人群健康的重要疾病，心律失常发作具有间歇性与隐蔽性，常规短时心电图检查难以捕捉偶发异常。可穿戴心电设备通过长期连续记录心脏电活动，为心律失常筛查、居家监测与随访管理提供了新的手段。心电信号采集质量直接影响后续分析，而信号中混杂的工频干扰、肌电噪声、基线漂移与运动伪迹，给心律识别带来困难。本文围绕可穿戴心电信号采集与心律失常识别问题，梳理心电信号处理、特征提取与自动分类的研究进展，分析可穿戴条件下电极接触、运动状态与设备功耗对信号质量的影响，考察预处理去噪、波形特征提取与分类模型在心律识别中的作用。研究结合公开心电数据与典型心律类别，讨论信号质量评价、特征选择与模型泛化能力之间的关系。结果表明，可穿戴心电识别受采集环境噪声与个体差异影响明显，预处理与特征提取需要针对噪声类型设计；分类模型在标准数据集上的表现不能直接等同于实际佩戴效果，跨个体与跨设备泛化是实用化的关键环节。研究为可穿戴心电设备设计与心律自动分析算法改进提供工程参考。
关键词：可穿戴设备；心电信号；心律失常；信号去噪；特征提取；自动识别
