编号：D447
大小：9.2M
环境：Matlab2020b
简介：利用心电图（ECG）信号处理进行呼吸暂停检测的生物工程案例研究
##问题识别和陈述
呼吸监测是一种重要的诊断工具，也是高风险时的重要安全措施存在呼吸暂停。直接监测呼吸并不总是可能的，因此是次要来源心律失常（意外的心率变化）等信息对于跟踪至关重要呼吸暂停事件。该程序的目的是处理心电图（ECG）信号从标准化的医学数据集中，使用它们来导出相关的诊断信息，如心率值等，并使用该信息来估计呼吸暂停的发生。
##信息收集和输入/输出描述
相关信息：
睡眠呼吸暂停的诊断很困难，通常需要经过培训的医护人员来观察一夜之间患者的睡眠周期。开发可以诊断睡眠的系统因此，以经济有效的方式呼吸暂停至关重要。胸部运动的直接测量在其他身体运动频率相似的情况下，往往会携带高噪音，因此技术无效。然而，利用心律失常来检测呼吸暂停事件的潜力是有前景的方法。
心电图信号是检测各种心脏的最具特征和非侵入性的方法之一疾病。经济高效且功能强大的嵌入式心电图设备现在广泛可用。此外，已经进行了大量的研究来确定呼吸暂停之间的关系事件和心率。
睡眠呼吸暂停是通过睡眠测试来检测的，其中心率、血氧水平、气流，
呼吸模式等进行监测（参考文献：Mayo Clinic:Sleep Apnea）。如果我们这项研究我们使用了数小时的心电图监测数据，这些数据是在病人睡觉时采集的。与此相对应的是，包含呼吸暂停发生与否信息的注释文件以每分钟为间隔，在整个睡眠时间内呈现。我们分析心电图数据以找出呼吸暂停的存在如何影响心脏的参数（平均心率，最大和最小心率等）。分析有两个方面：时域分析和频域分析。这样做是为了加强我们从两项研究中得出的结论在对这两项研究进行检查的基础上，我们设计了一种检测睡眠发作的算法仅基于ECG数据的呼吸暂停。
ECG数据作为二进制值存储在.dat文件中，每个样本16位，每个样本100个第二频率和每毫伏200个A/D单元的转换电压。有关的信息每个数据文件都存在于单独的头文件中。
##输入/输出说明：
然后，程序从头文件中获得关于ECG文件的信息（采样频率等），然后从数据文件中获取ECG数据。还需要提供包含注释数据的文件作为输入。该程序的输出是多重的。每个函数都使用不同的输出图进行测试。还有单独的图来描述时域分析和频域分析的结果。最后，还向用户展示了所设计算法的准确性。
##测试用例
为进行分析而选择的数据集为a03.dat。
测试用例1：测试插值
为了测试插值函数，我们绘制了插值前后两秒的数据。初始采样频率从100Hz变为500Hz。为了在采样前后绘制两秒的数据，在插值数据的情况下需要绘制比正常数据多得多的数据点。
测试用例2：测试数据过滤
为了测试滤波函数（低通滤波函数），我们绘制了滤波前后两秒的数据。原始数据由大量噪声组成，因此具有尖锐的边缘。过滤后的数据应该由更平滑的边缘和峰值组成。
测试用例3：时域分析（平均心率图）
平均心率与时间的关系图应显示普通人正常心率范围内的心率值。呼吸暂停值的图表应该在两个数字之间振荡，以指示呼吸暂停的存在或不存在。绘制在心率数据之上的呼吸暂停数据应该显示出某种关系。
测试用例4：功率与频谱
功率与频谱图是在将数据应用于4Hz的频率的快速傅立叶变换之后获得的。该图将出现在-4/2到+4/2赫兹之间，并且将关于点0对称。
测试用例5：频域分析（功率密度图）
频域分析是通过绘制整个四小时数据的功率密度图来完成的。图形（彩色图）在高功率区域周围应该较暗，在低功率区域周围应较亮。平均心率图和呼吸暂停图也绘制在功率密度的顶部。这些心率图应与频率图对齐。绘制在主要图表上的呼吸暂停数据应该显示出某种关系。
测试用例6：算法效率
为了测试所设计算法的整体效率，我们首先通过该算法运行从同一ECG文件中获得的心率值。然后，我们将算法检测到的apneas的存在与注释文件中的值进行比较。70%或以上的效率被认为是不错的。

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频