编号：D461
大小：6.7M
环境：Matlab2020b
简介：基于Matlab处理心电信号(ECG)的不同方法
ECG处理包含使用MATLAB处理心电信号的不同方法。
介绍了以下处理程序：
1.数字滤波
2.频谱分析
3.动脉血氧饱和度的计算
4.相关性分析
5.心电图的相关分析分类

运行展示

数字滤波
下载的心电图信号样本（采样率=250Hz）被噪声（60Hz）破坏。为了对信号进行滤波，在滤波器设计器实用程序中开发了一个数字陷波滤波器，其AFC如图所示：

信号滤波的结果如下所示：

频谱分析
使用快速傅立叶变换算法绘制心电信号的功率谱密度和幅度谱。
获得的光谱如下图所示：

动脉血氧饱和度的计算
为了利用脉搏血氧计信号计算血氧饱和度，开发了一种寻找QRS波群的算法。它基于ECG信号的微分来夸大信号变化，并使用具有经验选择系数的阈值规则。
然后，我们计算了获得的RR间期的两个波长（600…700 nm和810…960 nm）的脉搏血氧仪信号范围。计算它们的平均值，并使用该公式计算饱和值（~94%）。
算法如下图所示：

相关性分析
相关分析方法用于发现信号之间的周期性和相关性：

心电图的自相关函数表明，在固定的时间间隔后，信号中存在重复段。
脉搏血氧仪信号之间的互相关表明，这些信号具有相同的变化动力学，但相对于彼此偏移一定的时间间隔。
心电图的相关分析分类
为了使用相关性分析方法对QRS波群进行分类，准备了标记数据，并在这些数据上强调了规范和病理。
从每一类中，取基准与其他QRS波群进行比较，并计算相关值。基于获得的值，该算法将QRS波群分为正常和病理两类。
该程序的工作结果如图所示（真实类别以蓝色显示，分类后获得的类别以红色显示）：

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