基于Pan-Tompkins算法的心电信号R波自动识别系统

资 源 简 介

该项目利用MATLAB开发一套高效的心电图（ECG）信号处理与自动检测试验平台。其核心功能是实现心电信号中R波的完整自动化识别与精确定位。系统首先对原始心电数据进行预处理，采用数字滤波器（如带通滤波器和小波变换）有效消除基线漂移、工频干扰及肌电噪声，确保信号背景纯净。在波形识别阶段，系统通过Pan-Tompkins算法对信号进行差分处理以突出R波斜率，配合平方积分及移动平均窗口增强信号特征。该算法能够根据心信号的动态变化实时更新检测阈值，实现在各种复杂波形（如高大的T波或低电压信号）干扰下对R波波峰的精准

详 情 说 明

基于MATLAB的心电信号R波自动识别系统

项目介绍

本项目是一款基于MATLAB开发的高效心电图（ECG）信号处理与R波自动检测系统。项目旨在通过经典的Pan-Tompkins算法，实现对复杂心电数据中R波特征点的精准定位与提取。系统集成了信号模拟、预处理滤波、非线性特征增强及动态阈值决策等一系列功能模块。该系统能够有效应对基线漂移、工频干扰和肌电噪声，为临床心率统计及心脏健康评估提供可靠的技术手段。

功能特性

1. 全流程信号预处理：内置二阶巴特沃斯带通滤波器（5-15Hz），专门针对心电信号中的基线漂移、高频噪声及P波/T波干扰进行抑制。
2. Pan-Tompkins 算法核心实现：通过五点导数运算突出R波斜率，结合能量平方处理及移动平均窗口提取信号包络。
3. 动态双阈值检测：系统具备自适应调节能力，能够实时计算并更新信号电平（SPKI）与噪声电平（NPKI），显著提高系统在不同患者及异常波形下的鲁棒性。
4. 自动化心率分析：自动识别R波位置，计算瞬时RR间期及实时心率，并统计平均心率值。
5. 多维度数据可视化：提供原始信号、能量包络检测以及最终精确定位的多级时域对比图表。

使用方法

1. 环境配置：启动MATLAB软件，将包含相关逻辑的脚本文件放置于工作空间。
2. 数据输入：

* 默认模式：运行程序后，系统将自动生成一段包含心率变异性及多种复合噪声（50Hz工频、0.5Hz基线偏移、随机肌电干扰）的模拟ECG信号。 * 外部数据：用户可通过修改加载代码，将MIT-BIH等数据库的真实采样数据输入系统。

1. 执行识别：点击“运行”按钮，系统将自动按照预设频率（360Hz）进行全自动化处理。
2. 查看结果：

* 查看弹出图形窗口：第一幅图展示滤波前后的信号对比；第二幅图展示能量积分包络与检测到的峰值；第三幅图在滤波后的心电图上标注R波位置并显示瞬时心率。 * 查看命令行窗口：获取总心跳次数及平均心率数值。

实现逻辑与算法细节

1. 模拟信号生成模块

通过特征点叠加法模拟ECG波形。逻辑上定义了P波、QRS复合波（含Q、R、S分量）及T波的相对时序与幅值。加入随机扰动以模拟心率变异性，并叠加正弦及随机噪声用于测试滤波效果。

2. 数字降噪预处理

• 带通滤波：采用3-dB截止频率为5Hz和15Hz的二阶带通滤波器，此范围保留了QRS复合波的主要能量。
• 归一化处理：将滤波后的信号幅值映射至[-1, 1]区间，保证后续算法阈值计算的一致性。

3. 特征增强（Pan-Tompkins逻辑）

• 导数运算：应用五点线性近似导数滤波器，用于增强R波陡峭的上升和下降斜率。
• 平方处理：对导数结果进行平方运算，通过非线性变换进一步放大R波特征，同时抑制幅值较小的背景噪声。
• 窗口积分：采用150ms（对于360Hz采样率约为54个采样点）的移动平均窗口计算能量包络，平滑波形并获取代表QRS复合波能量宽度的脉冲。

4. 动态阈值峰值查找逻辑

系统不使用固定硬阈值，其实现逻辑如下：

• 局部极大值提取：通过设置最小峰值间距（200ms）寻找信号中的潜在候选峰。
• 自适应更新：

* 若候选峰超过动态阈值（计算方法为噪声电平加上信号与噪声差值的四分之一），则判定为R波。 * 信号电平更新：当检测到R波时，按 $0.125 times 峰值 + 0.875 times 原信号电平$ 的比例调节。 * 噪声电平更新：若被判定为噪声，则按相同比例调整噪声电平估计。

5. 心率计算模块

根据检出的R波索引值计算相邻波峰之间的时间差（RR间期），通过 $60/(RR)$ 得到瞬时心率，并最终计算全段信号的平均BPM。

系统要求

• 软件版本：MATLAB 2018b 或更高版本。
• 工具箱需求：Signal Processing Toolbox（信号处理工具箱），用于执行 filtfilt、butter 及 findpeaks 等核心函数。
• 硬件建议：标准PC环境，由于算法采用向量化处理，计算资源占用极低，支持秒级处理长时段信号。