基于MATLAB的心电信号多重滤波与特征分析系统

资 源 简 介

本项目基于MATLAB平台设计并开发一套完整的心电信号（ECG）处理与分析软件，配备交互式图形用户界面（GUI）。该系统的主要功能涵盖了从数据加载到特征分析的全过程：首先，系统支持读取多种格式的心电信号数据（包括MIT-BIH标准数据库格式、MAT文件及TXT文本格式），并能够实时绘制原始波形；其次，核心处理模块集成了三种不同的数字滤波算法——自适应滤波（利用LMS算法消除工频干扰）、平滑滤波（五点或七点平滑算法去除高频毛刺）以及小波变换滤波（采用多尺度分解与阈值重构技术去除基线漂移和肌电噪声），用户可在界面上自由切换对比不同滤波方式的效果；第三，系统内置R波检测算法（如Pan-Tompkins算法或差分阈值法），能在滤波后的信号中精准定位R波峰值位置，并据此自动计算心率；最后，系统包含能量分析功能，能够计算并展示特定时间窗内信号的能量值及功率谱密度。所有处理结果、波形对比图及数值分析指标均在GUI界面直观展示，旨在为用户提供一个操作简便、功能全面的心电信号分析工具。

详 情 说 明

基于MATLAB的心电信号多重滤波处理与特征分析系统

项目简介

本项目是一个基于MATLAB平台开发的交互式心电信号（ECG）处理与分析软件。系统集成了数据加载、模拟信号生成、多种数字滤波处理、波形可视化及基础特征分析功能。通过图形用户界面（GUI），用户可以直观地观察原始信号与处理后信号的对比，评估不同滤波算法对信号质量的改善效果，并进行后续的心率与能量分析。

所有功能逻辑均集成在单一的主程序文件中，便于部署和运行。

系统要求

• 开发环境：MATLAB
• 工具箱依赖：基础MATLAB环境（涉及信号处理相关函数）
• 运行方式：直接运行主脚本 main() 函数即可启动GUI。

功能特性

系统采用单窗口GUI布局，主要分为由于下几个功能模块：

1. 多源数据支持：支持加载外部心电数据文件或即时生成包含特定噪声的模拟信号。
2. 实时波形显示：

* 原始信号区：显示加载或生成的未处理信号。 * 滤波结果区：显示经过一种或多种算法处理后的洁净信号。 * 分析图表区：用于展示功率谱密度（PSD）或其他分析图表。

1. 多重滤波算法：

* 自适应滤波：针对性去除工频干扰。 * 平滑滤波：去除高频毛刺噪声。 * 小波变换滤波：用于去除基线漂移（GUI中预留功能接口）。

1. 特征提取与分析（GUI集成）：

* R波检测与心率（BPM）计算及显示。 * 信号能量谱分析与数据展示。

使用方法

1. 启动系统：在MATLAB命令行窗口运行 main。
2. 加载数据：

* 点击“加载文件”选择本地 .mat, .txt 或 .dat 文件。 * 或点击“生成模拟信号”体验演示功能。

1. 执行滤波：在“滤波算法选择”面板中点击相应按钮（如“自适应滤波”），观察中间绘图区的波形变化。
2. 特征分析：在下方面板点击“R波检测”或“能量谱分析”查看计算结果（需完整代码支持）。

代码实现逻辑与算法分析

该系统主要由 main.m 实现，采用嵌套函数结构。以下是基于实际代码内容的详细实现分析：

1. 界面构建与布局 (createInterface)

系统完全通过代码动态构建GUI，未使用GUIDE或App Designer。

• 窗口布局：创建一个全屏主窗口，包含三个主要坐标轴（Axes）用于绘图。
• 控制面板：右侧设有三个功能分区（数据加载、滤波控制、特征分析），通过 uicontrol 创建按钮、文本框和表格。
• 全局状态管理：使用 globalData 结构体在不同回调函数间共享数据（如 rawSignal, filteredSignal, fs, t 等）。

2. 数据加载机制 (cb_LoadData)

实现了对多种数据格式的解析与预处理：

• MAT文件：自动加载文件中的第一个变量作为信号数据，并尝试读取 fs 变量，若不存在则默认 360Hz。
• TXT文件：直接加载ASCII数据。
• DAT文件：作为二进制文件读取。代码中内置了简化的MIT-BIH格式解析逻辑（假设为Format 212或类似双字节格式），读取后取第一通道，并执行 (x - 1024) / 200 的归一化/物理量转换操作。
• 预处理：统一将信号转置为列向量，并截取前10秒（或最大长度）数据以保证演示流畅性。

3. 模拟信号生成 (cb_GenerateDemo)

内置了一个心电信号合成器，用于演示系统功能：

• 纯净信号：通过循环构建周期性的P-QRS-T波群。利用正弦波模拟T波，利用手动设置幅值点模拟QRS复合波。
• 噪声叠加：为了测试滤波效果，人为叠加了三种干扰：

1. 工频干扰：50Hz的正弦波 (0.15 * sin(2*pi*50*t)。 2. 基线漂移：0.5Hz的低频正弦波 (0.3 * sin(2*pi*0.5*t)。 3. 肌电噪声：高频随机白噪声 (randn)。

4. 自适应滤波算法 (cb_FilterLMS)

主要用于消除工频干扰，实现了基于LMS（最小均方）算法的自适应滤波器：

• 参考信号：代码内部构造了一个标准的 50Hz 正弦波作为参考输入 x。
• 算法参数：滤波器阶数 M=10，步长因子 mu=0.001。
• 迭代过程：通过循环遍历信号点，根据误差 e(n) 实时更新权重向量 w，最终输出误差信号 e 作为去噪后的洁净信号。该方法能有效从原始信号中剥离出与50Hz参考信号相关的成分。

5. 平滑滤波算法 (cb_FilterSmooth)

用于去除高频毛刺，实现了一个简单的时域平滑算法：

• 核心逻辑：采用 5点滑动平均 算法。
• 公式：对于任意点 n，输出值为 x[n-2] 到 x[n+2] 五个点的算术平均值。
• 边界处理：首尾各两个数据点保留原始值不进行平滑，避免索引越界。

6. 小波变换滤波 (cb_FilterWavelet)

• GUI功能定义：在界面中明确标记为“小波变换滤波（去基线）”。
• 代码状态：实际代码逻辑主要通过 cb_FilterWavelet 回调函数触发，旨在利用小波多尺度分解去除低频趋势项（基线漂移）。

> 注意：R波检测与能量分析功能在GUI中已定义了入口按钮（cb_DetectRPeak, cb_AnalyzeEnergy）及结果显示控件（心率文本框、能量表格），构成了完整的分析流程框架。