由于P波一般為低頻低幅波,容易受到基線漂移,肌電干擾等噪聲影響,且不是每個心拍都包含P波,確定某一心拍有無P波也是一難題,針對小波-幅值-斜率的方法對多樣形態P波適應的局限性,以及小波變換結合神經網絡檢測方法中選取偽P波樣本的局限性,本文提出了基于小波-幅值閾值并以多特征作為神經網絡的輸入的P波檢測方法,該方法首先利用小波變換對心電(ECG)信號進行去噪,然后利用小波變換求模極大值對的方法確定候選P波的位置,接下來利用幅值閾值初步判斷有無P波,最后利用神經網絡確定心拍有無P波。本文經由專家注釋的QT心電數據庫對該算法和傳統的小波閾值法及基于小波-幅值-斜率的方法檢測ECG信號P波的效果進行了對比,驗證了本文提出的算法的可行性,對醫院心電科記錄的ECG信號進行了檢測,其結果與醫生的標注基本相同,并對QT數據庫中的13份且每份15 min的ECG信號進行了檢測驗證,P波正確檢測率達到了99.911%。