1.一种心电信号预分析的方法，其特征在于具体步骤如下：

步骤1:将完成滤波处理的心电信号数据通过基于窗口阈值算法检测出R波，并进行心率变异性分析；

步骤2:将处理完的数据在自定义的控件显示出来，并标记处R点、标记QRS点、计算参数；

步骤3:对患者采集的心电数据进行筛选，保存质量较好的波形，减少一些波形质量不好的心电数据在医患间的传输，在患者和医生之间作为协调中枢，为后续医生诊断提供基础，最终将波形质量较好的数据同样通过社交软件发送到医生端；

步骤1中基于窗口阈值算法检测出R波的具体步骤如下：

步骤A：确定参考阈值

窗口大小的阈值根据心率和采样率进行推算，公式如下

d＝K*(60/HR)*SR

式中，HR表示心率，SR表示采样率，d表示窗口大小，k为系数；

峰值点到下坡开始第一个点的高度差和斜率，采用比较的参考阈值中高度hdownslope是通过R-S高度进行推算，斜率kdoenslope是通过R-S斜率进行推算；

步骤B：自适应改变阈值

在确定R点高度参考阈值，需要根据心电波形的变化对参考阈值进行自适应的改变；R波的高度自适应改变的公式hR'＝0.7*hR+0.3*|data[Rtemp[RWavecount-1]]式中，hR'表示自适应改变的高度阈值，hR表示当前的R波高度，数组Rtemp表示存放R波位置的临时列表，RWavecount表示存放R波位置临时表中R波的数量，Rtemp[RWavecount-1]则表示上一个R波位置，数据data表示心电信号数据，data[Rtemp[RWavecount-1]]则表示上一个R点的高度；

步骤C：判断是否为R点

在单窗口中对心电波形R点判断，首先从坡底开始遍历心电信号数据，判断当前是否处于爬坡过程；当开始出现下坡过程时，需要判断峰值点到下坡开始第一个点的高度差和斜率是否大于参考阈值高度hdownslope和斜率kdoenslope，若大于参考阈值，则判断当前峰值点为R点并存储到R点临时列表中，若小于参考阈值需要继续遍历；

步骤D：去除干扰波形

对于R点临时表中的数据需要进一步的筛选去除干扰波形，将峰值高度和坡底到峰值的斜率分别与其R点高度和坡底到R点斜率的参考阈值相比较，若满足则判定为R点，若不满足则为干扰波形。

2.根据权利要求1所述的一种心电信号预分析的方法，其特征在于步骤1中心电变异性分析包括时域分析方法中的NN间期直方图和非线性分析方法中的Lorenz散点图。

3.根据权利要求2所述的一种心电信号预分析的方法，其特征在于步骤A中的NN间期直方图和非线性分析方法中的Lorenz散点图具体如下：NN间期直方图是在一定时间内统计出的NN间期的分布图，横坐标以一定的采样间隔划分，统计不同的NN间期的心搏个数；NN间期直方图的横坐标是NN间期的长度，单位为ms，纵坐标是心搏个数；NN间期直方图的形状与使用的采样间隔有关，采用1/128s作为横坐标采样的间隔标准；

Lorenz散点图，也就是RR间期散点图，用来反映相邻RR间期的变化，在二维的直角坐标系中标记相邻RR间期数据位置的点图。