基于MATLAB的心电信号自动化获取与多级去噪系统

资 源 简 介

本系统是一个集成了数据调取、高级预处理与波形特征分析的综合性心电信号（ECG）处理平台。系统首先建立与生理信号数据库（如PhysioNet MIT-BIH）的接口，实现原始ECG数据的自动化下载、解析与加载，支持多种导联数据的批量导入。针对采集过程产生的复杂噪声，系统创新性地采用了多级滤波架构：通过中值滤波算法有效去除由呼吸引起的低频基线漂移；利用陷波器精确滤除50/60Hz的工频人工伪影；运用小波阈值去噪技术在保留QRS波群特征的同时平滑高频肌电干扰。在信号净化后，系统进一步集成的Pan-Tompkin

详 情 说 明

基于MATLAB的心电信号自动化获取与多级去噪分析系统

项目介绍

本系统是一个专门用于心电信号（ECG）处理的集成化研究平台。系统模拟了从生理信号数据库调取数据到最终临床指标分析的全流程，涵盖了高保真信号合成、复杂噪声模拟、多级级联去噪架构以及工业标准的R波特征提取。该系统特别针对心电图识别中常见的基线漂移、工频干扰和肌电噪声进行了算法优化，旨在为生物医学信号处理提供一个高性能、高准确度的分析框架。

功能特性

• 高仿真信号合成：能够模拟生成包含P、Q、R、S、T完整生理特征的ECG脉冲波形。
• 动态噪声建模：系统集成了低频基线漂移（呼吸引起）、50Hz工频干扰以及高频随机干扰（肌电/热噪声）的叠加模拟功能。
• 多级联动去噪架构：采用中值滤波、陷波器与小波分析的组合拳，实现信号的深度净化。
• 精准波形特征定位：内置Pan-Tompkins算法，实现对R波波峰的自动识别与回溯定位。
• 时频指标综合分析：自动计算平均心率、心率变异性（HRV）指标，并生成功率谱密度（PSD）分析图表。

使用方法

1. 启动MATLAB软件，并将程序所在文件夹设为当前工作路径。
2. 确保已安装“Signal Processing Toolbox”（信号处理工具箱）和“Wavelet Toolbox”（小波工具箱）。
3. 运行主程序代码，系统将自动执行信号生成、去噪处理、特征提取及结果可视化流程。
4. 查看弹出的多窗口可视化界面进行时域和频域的定性分析。
5. 在MATLAB命令行窗口查看系统的定量分析报告，包括心率、检测出的R波个数及HRV指标。

系统要求

• 软件环境：MATLAB R2021a 或更高版本。
• 必要工具箱：Signal Processing Toolbox, Wavelet Toolbox。
• 硬件环境：支持图形显示的个人电脑，建议内存8GB以上。

---

实现逻辑与功能细节说明

#### 1. 数据初始化与环境模拟 系统通过预设采样率（360Hz）和心率参数，模拟产生符合MIT-BIH标准的ECG原始信号。随后，系统通过数学公式引入三种典型噪声：

• 基线漂移：利用正弦叠加函数模拟0.5Hz以下的低频呼吸信号。
• 工频干扰：叠加50Hz正弦波，模拟医疗设备电源线产生的工频感应。
• 白噪声：加入随机高斯分布信号，模拟肌肉震颤产生的高频肌电干扰。

#### 2. 多级去噪处理流程 这是系统的核心模块，分为三个关键步骤：

• 中值滤波（抗基线漂移）：采用200ms和600ms两个梯度的滑动窗口进行双重中值滤波。通过提取信号的缓慢偏移量并从原始信号中扣除，有效将偏离的零位线拉回平衡点，且不损伤QRS主波形。
• 陷波器滤波（抗工频）：针对50Hz干扰，构建中心频率为50Hz、品质因数为35的IIR陷波器，能够在极窄的频带内精确滤除电源干扰，保持信号频谱的纯度。
• 小波阈值去噪（抗高频噪声）：选用sym8小波基函数进行5层分解。采用基于中值差分的鲁棒噪声方差估计技术，并结合通用阈值策略对细节系数（D1-D5）进行微处理，最后重构信号，在平滑噪声的同时最大限度保留波形的陡峭度和边缘特征。

#### 3. Pan-Tompkins R波检测算法 为了从净化后的信号中提取特征，系统实施了标准的Pan-Tompkins逻辑：

• 前置处理：通过5-15Hz的二阶巴特沃斯带通滤波，集中强化R波能量。
• 能量变换：依次执行差分运算（检测斜率趋势）和平方运算（增强信号成分非线性对比度）。
• 移动窗口积分：使用150ms宽度的窗口进行滑动平均，将复杂的脉冲波群转化为明显的能量包络。
• 自适应阈值与峰值搜索：设置最小峰值间距（0.4s）和动态高度阈值。
• 回溯矫正：在积分包络的峰值附近区域，通过局部窗口搜索机制重定位原始信号中的真实R波最大值，确保定位精度不受算法延迟影响。

#### 4. 特征分析与可视化 系统最后阶段进行定量的指标统计和定性的图谱渲染：

• 医学指标计算：通过计算R-R间期的倒数得出心率值（BPM），并计算RR间期的标准差（SDNN），该指标是衡量心脏植物神经调节能力的关键HRV参数。
• 多维可视化报告：

- 对比视图：重叠展示加噪前后的原始波形。 - 频谱视图：对比去噪前后功率谱密度的变化，证明干扰频率被有效抑制。 - 演变图组：展示基线校正和工频滤除的中间过程。 - 结果视图：在最终波形上以红色圆点标示自动检测到的R波位置，并同步显示实时心率读数。

#### 5. 波形生成器算法分析 系统内置了一个专门的生理模拟函数，其核心逻辑是在特定的节拍周期内，通过高斯脉冲函数和特定的偏移量，分别合成P波、QRS复合波（由三个极性相反的高斯波形组合）和T波。这种方法生成的信号具有真实的解剖学时序特征，为去噪和检测算法提供了理想的测试基准。