心电信号ECG预处理及数据格式转换系统

资 源 简 介

本项目是专门针对心电信号（ECG）身份识别第一阶段需求开发的预处理工具集。该系统的核心功能是实现从ECG数据库原始数据到标准MAT格式文件的自动化转换与质量优化。程序能够高效读取各类标准格式的原始ECG记录，并针对身份识别任务对信号进行深度清洗。其处理流程包括利用高通滤波器或中值滤波技术消除胸导联常见的基线漂移，应用陷波器剔除50Hz或60Hz的工频干扰，并通过低通滤波抑制高频肌肉噪声。为了满足后续算法要求，系统还集成了信号分段、重采样和幅度归一化功能。所有处理后的干净心电轴信号及其关联的元数据将统一封装

详 情 说 明

基于MATLAB的原始ECG信号预处理及格式转换系统

项目介绍

本系统是专门针对心电信号（ECG）身份识别第一阶段需求开发的预处理工具。在生物特征识别任务中，原始ECG信号往往包含复杂的环境噪声与个体差异引起的基线波动。本工具集通过自动化的流程，实现从原始数据读取、深度去燥、信号标准化到标准MAT格式导出的全过程。系统不仅提升了信号的信噪比，还统一了不同来源数据的采样率和幅值量纲，为后续的特征提取与模型训练提供了纯净、一致的数据基础。

功能特性

1. 信号仿真与读取：内置基于心电波群模拟生成的ECG信号源，包含P、QRS、T等典型特征波形，并支持模拟复杂的复合干扰环境。
2. 陷波滤除：精准剔除50Hz/60Hz工频干扰，保护心电主波形不受干扰波形遮盖。
3. 基线漂移校正：利用非线性中值滤波技术提取并消除由呼吸或电极接触引起的低频趋势项。
4. 高频噪声抑制：采用Butterworth低通滤波算法，平滑信号并滤除肌肉震颤等高频随机噪声。
5. 采样率重构：支持信号重采样功能，确保不同设备采集的数据在时域刻度上保持对齐。
6. 标准化处理：实现Z-score幅度归一化，消除信号幅值绝对差异对识别算法的影响。
7. 自动化分段与封装：将长序列信号按固定时长切分，并整合元数据（如日志、时间戳、采样频率）导出为标准.mat文件。
8. 质量可视化：实时生成时域对比图与功率谱密度对比图，直观展示预处理前后的信号质量提升。

使用方法

1. 环境配置：将代码脚本置于MATLAB当前工作路径下。
2. 参数自定义：根据原始数据规格，在主程序起始位置修改原始采样频率、目标采样频率以及滤波器截止频率。
3. 执行处理：运行主程序，系统将自动执行从数据加载到结果导出的全流程。
4. 查看分析：程序运行结束后，会自动弹出可视化窗口显示处理结果，并于当前目录下生成处理后的数据文件。
5. 数据调用：后续算法可通过load命令直接读取导出的结构化文件进行模型开发。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 必备工具箱：Signal Processing Toolbox（信号处理工具箱）。
3. 硬件要求：标准PC环境，具备4GB及以上内存。

实现逻辑说明

1. 参数初始化：系统首先定义全局处理参数，包括原始采样率（如360Hz）、目标采样率（如250Hz）以及各类滤波器的频率阈值。
2. 信号源构建：通过子函数生成模拟ECG波形，并在其基础上叠加正弦基线漂移、50Hz工频正弦波以及高斯白噪声，以模拟真实的复杂采集环境。
3. 陷波滤波器实现：调用IIR陷波器（iirnotch）计算滤波器系数，并使用零相位滤波技术（filtfilt）消除工频干扰，避免产生相位滞后。
4. 二级中值滤波：系统依次应用两个不同长度的滑动窗口（200ms和600ms）进行中值滤波，准确拟合出基线趋势项，随后通过原信号减去趋势项完成基线校正。
5. 抑制高频：构建4阶Butterworth低通滤波器，滤除截止频率（如40Hz）以上的噪声成分。
6. 重采样处理：利用有理数比例插值算法将信号调整为目标频率，确保数据格式的通用性。
7. 幅度标准化：计算信号的全序列均值与标准差，执行Z-score变换，使输出信号呈现零均值、单位方差的特性。
8. 分段打包：根据设定的分段长度，将一维长信号转换为二维矩阵（片段数×样本点），并连同处理日志、时间戳封装进一个结构体中。
9. 导出序列化：使用save命令将封装好的结构体整体导出，实现数据的持久化存储。

关键算法与技术细节分析

1. 零相位滤波（Filtfilt）：系统在陷波和低通环节均采用双向滤波技术。相较于单向波器，它能够完全抵消滤波带来的相位偏移，确保心电信号的QRS复合波位置在处理后不发生移动。
2. 中值滤波法（Median Filtering）：相比于高通滤波，中值滤波在处理非线性基线漂移时具有更强的鲁棒性，能有效保留心电波形的低频成分而不产生振荡。
3. 功率谱密度分析（Periodogram）：系统引入周期图法进行频谱分析。通过对比原始谱和净化谱，可以从频率分布上量化验证50Hz干扰和高频噪声的消除效果。
4. 模拟心跳算法（Simulate_ECG）：基于Daubechies小波形态的指数函数组合，模拟生成P、Q、R、S、T各个特征波，通过控制参数精确还原心电信号的生理特征。
5. 采样率转换（Resample）：利用rat函数获取频率比的最佳有理近似，结合多速率信号处理技术，在重采样过程中有效防止混叠现象。