Κατά τις δύο τελευταίες δεκαετίες έχουν αναπτυχθεί ενσωματωμένα συστήματα λήψης σημάτων φυσιολογίας που είναι ελαφριά, μικρά και ικανά να καταγράφουν σύνθετα σήματα για περισσότερες από 48 ώρες. Αυτά τα συστήματα χρησιμοποιούνται στις μελέτες ηλεκτροκαρδιογραφίας (ECG) για να εντοπίζουν σποραδικές καρδιακές αρρυθμίες ή ανωμαλίες στην καρδιακή λειτουργία, που συχνά σχετίζονται με τις εντάσεις της καθημερινότητας. Σήμερα τα καρδιακά σήματα καταγράφονται σε κάρτες μνήμης και μπορούν εύκολα να μεταφερθούν για ανάλυση και επεξεργασία. Με την εξέλιξη της τεχνολογίας, οι κατασκευαστές ιατρικού εξοπλισμού περιόρισαν δραστικά το μέγεθος και την κατανάλωση ενέργειας των συσκευών καταγραφής ΗΚΓ, έτσι ώστε αυτές να αποκτήσουν αυτονομία. Στην εργασία αυτή θα παρουσιαστεί ένα ενσωματωμένο σύστημα καταγραφής, αποθήκευσης και επεξεργασίας ηλεκτροκαρδιογραφικών σημάτων, ώστε να επιτυγχάνεται η παρακολούθηση των ζωτικών ενδείξεων ασθενών με αρρυθμίες και καρδιακή ανεπάρκεια Η εργασία αυτή χωρίζεται ουσιαστικά σε έξι τμήματα. Το πρώτο τμήμα ασχολείται με την φυσιολογία της καρδιάς, η οποία αποτελεί την πηγή του ηλεκτροκαρδιογραφήματος, καθώς και με την δομή ενός ηλεκτροκαρ-διογράφου και τους τρόπους με τους οποίους μπορούμε να το πάρουμε από τα διάφορα σημεία του ανθρώπινου σώματος. Τα επόμενα δύο τμήματα που ακολουθούν αφορούν την χρήση και τις δυνατότητες των ενσωματωμένων συστημάτων και μικροελεγκτών με έμφαση στην παρουσίαση του μικροελεγκτή (ADuC 7026) και των περιφερειακών του που θα χρησιμοποιηθούν για την υλοποίηση. Παράλληλα αναλύεται το περιβάλλον μVision της Keil το οποίο παρέχει τη δυνατότητα εξομοίωσης του μικροελεγκτή μας έχοντας στη διαθεσή μας μηδενικό υλικό. Το τρίτο τμήμα συνοψίζει κάποιες βασικές λειτουργίες προγραμματισμού και δυνατότητες που παρουσιάζει ο ADuC 7026 της Analog Devices. Το τέταρτο τμήμα ασχολείται με μεθόδους ψηφιακής επεξεργασίας σημάτων χαμηλής συχνότητας για την απομάκρυνση του θορύβου και την αύξηση της ευκρίνειας των αποτελεσμάτων. Τα δύο τελευταία τμήματα περιέχουν αναλυτικά τις μεθόδους επεξεργασίας που χρησιμοποιήθηκαν για τον προγραμματισμό του μικροελεγκτή και παραθέτονται τα αντίστοιχα αποτελέσματα. Για την υλοποίηση χρησιμοποιήθηκαν αρχικά προσεγγιστικά σήματα για τη μοντελοποίηση των πραγματικών σημάτων που προκύπτουν από την καρδιοαναπνευστική λειτουργία . Γίνεται τέλος με τη βοήθεια του matlab πλήρης αναδημιουργία του καρδιακού παλμού και εξάγονται τα κατάλληλα συμπεράσματα. Ο προγραμματισμός του μικροελεγκτή έγινε σε γλώσσα προγραμματισμού C. / During the two last decades there have been developed embedded systems , for the receive of physiology signals. that are small light and able to record composite signals for more than 48 hours. These systems are used at research on electrocardiography(ECG) for the locating of sporadic cardiac arrhythmias,or abnormal heart function, often associated with the stresses of everyday life. Nowadays, cardiac signals recorded on memory cards and can easily be transferred for analysis and processing. Through the technological evolution, medical equipment manufacturers have reduced drastically the size and power consumption of the ECG recorders, so that they can be autonomous. At this thesis, an embedded system for recording, saving and processing ECG signals is presented. The main purpose is to achieve the monitoring of vital signs of patients with arrhythmias and heart failure. The thesis is divided into six sections. The first part deals with the physiology of the heart, which is the source of the electrocardiogram and the structure of an electrocardiograph and how we can get it from different parts of the human body. The next two sections below cover the use and potential of embedded systems and microcontrollers with an emphasis on presentation of the microcontroller (ADuC 7026) and its peripherals that will be used for implementation. At the same time explaining the μVision the Keil environment which enables us to emulate the microcontroller having at our disposal zero hardware. The third section summarizes some basic functions and programming possibilities presented by ADuC 7026 of Analog Devices. The fourth part deals with methods of digital signal processing of low frequency to remove noise and increase clarity of results. The last two sections contain detailed the processes used for programming the microcontroller and presents the corresponding results. During the implementation, initially approximated signals were used for modeling of real signals arising from cardiopulmonary function. Finally, using matlab we achieve a full reconstruction of the heart beat and drew the appropriate conclusions. The programming of the microcontroller has been done in C