现今，随着科学技术的高速发展，人们的生活工作节奏也越来越快，随之而来的工作和生活压力不断增大，导致近些年心血管病及其相关的并发症的发病率越来越高。J波综合征就是近几年发病率越来越高的一种心血管病。许多研究表明，J波综合征可能引起一系列的心脏事件（如室速、室颤甚至猝死）。J点指的是在QRS波结束与ST段开始处突然的一个变化点，J波是心电图上介于QRS波与ST段之间的圆顶状或驼峰状电位变化。研究J波综合征最重要的临床意义在于预测心脏性猝死，因此，正确的检测J波信号显得至关重要。目前关于J波的研究大多只处于临床阶段，即通过心电图进行判断。这些判断只能局限于从信号的幅值、波形以及发生位置等方面进行判断，并没有形成系统的研究理念，尤其在J波振幅较小，不易肉眼观察的情况下，很容易造成漏诊。如果从心电图信号处理角度出发对其进行研究，运用信号处理手段将波形在时域放大处理，并且研究其频域及时频域特性，这样可以对J波做出更精确的检测，及时发现具有J波的高危患者，尽快对症治疗。本文针对J波在信号处理领域的空白，首先对其分类标准做了研究。介绍了小波（包）分析的基本知识，将三类不同的信号（正常心电信号、N-J信号以及J波信号）进行了小波包分解。再将时间、尺度和能量分布作为x、y、z轴做了信号重构。对重构的3D图进行特征提取，找到了三类图形的不同之处，得出了分类标准。其次，利用基于稀疏成分分析（Sparse component analysis，SCA）的算法对含有J波信号的心电信号进行了分离提取。由于稀疏度不足的问题，传统的稀疏成分分析算法无法分离含有心电信号、J波信号以及噪声信号的混合信号。本文对其进行了改进，通过逐步分离的方法将三种源信号成功的分离开来。最后与快速独立成分分析（Fast independent component analysis，FastICA）算法比较，仿真结果表明本文的算法准确度更高。