心电信号自适应去噪与R波检测系统

资 源 简 介

该项目旨在针对心电信号采集过程中常见的各种干扰进行深度处理与性能优化，主要包括工频干扰、基线漂移以及随机肌电噪声。系统首先通过陷波器精准过滤掉特定频率的工频背景干扰，随后通过中值滤波或高通滤波算法校正由于患者呼吸或电极移动引起的基线漂移，确保波形基准稳定。核心算法部分采用改进的小波阈值去噪技术，通过多尺度分解提取ECG信号的各维特征，在保留QRS波群特征的前提下，最大程度抑制高频白噪声。项目集成了自动R波检测算法，能够根据处理后的信号准确识别心搏位置并计算瞬时心率。此外，系统内置了完整的性能评价模块，通过

详 情 说 明

基于MATLAB的心电信号(ECG)自适应噪声处理系统

本项目是一个集成化的心电信号处理平台，旨在解决心电监测中常见的工频干扰、基线漂移和肌电噪声问题。通过结合经典滤波算法与现代多尺度分析技术，系统实现了从原始含噪信号到纯净特征信号的高质量转换，并集成了生理特征提取与性能量化评价功能。

项目核心功能特性

1. 合成心电信号生成：系统内置高仿真心电建模功能，利用高斯脉冲函数模拟真实的P波、QRS复合波及T波，可自定义采样频率和信号时长，提供标准化的实验基准。
2. 多源噪声模拟：支持在纯净信号中叠加三种典型干扰：50Hz工频正弦噪声、低频正弦及线性趋势构成的基线漂移、以及高斯随机白噪声（肌电干扰）。
3. 工频干扰精准滤除：采用IIR陷波器阻断特定频率的背景噪声，通过设置高品质因数（Q值）在滤除50Hz干扰的同时最大限度保留邻近频率的有用信息。
4. 级联中值滤波算法：利用两个不同长度窗口（200ms与600ms）的中值滤波器分级提取信号中的低频包络，通过从原始信号中扣除该包络，有效矫正由呼吸或电极移动引起的基线漂移。
5. 改进的小波阈值去噪：基于db4小波进行9层多尺度变换，采用自适应阈值估计算法（基于中值绝对偏差Sigma估计与通用阈值准则），对细节系数执行软阈值处理，彻底抑制高频随机噪声。
6. 自动R波检测与心率分析：集成Pan-Tompkins算法核心逻辑，通过带通滤波、差分、平方及移动窗口积分，定位心搏位置，并实时计算瞬时心率与平均心率。
7. 全方位性能评估与可视化：系统自动计算信噪比（SNR）与均方根误差（RMSE），并生成包含时域对比、功率谱分析及心搏识别结果的多维可视化看板。

算法实现流程与逻辑分析

1. 信号初始化与模型构建 系统首先定义采样频率为500Hz。通过内部函数，在一个心电周期内利用不同方差和均值的高斯函数构建P-QRS-T特征。随后，根据物理特性分别生成50Hz正弦信号（工频）、0.2Hz正弦加线性分量（基线漂移）以及随机正态分布序列（肌电噪声），并将它们合成到纯净波形中。

2. 陷波处理阶段 针对50Hz干扰，系统设计了基于iirnotch函数的数字阻陷滤波器。代码计算了归一化角频率，并利用35的高品质因数，确保中心频率处的降噪深度，从而在频域上有效削弱工频窄带干扰。

3. 基线矫正阶段 该部分采用非线性滤波方案。首先使用0.2秒的轻量级中值滤波平滑波形，随后使用0.6秒的大窗口中值滤波提取完整的漂移曲线。将经过陷波处理后的信号减去该漂移曲线，使心电轴重新找回零基准。

4. 多尺度小波变换阶段 这是系统的核心去噪环节：

• 分解：使用db4小波执行9层深度分解。
• 阈值计算：对每一层细节系数，利用系数绝对值的中值除以0.6745来估计噪声标准差（Sigma），并基于Universal Threshold公式计算自适应阈值。
• 阈值处理：实施软阈值操作（Soft Thresholding），保留大于阈值的特征并按比例缩放，将小于阈值的微弱噪声置零，从而在保护QRS尖峰的同时滤除毛刺。
• 重构：通过逆变换合成最终的清洁信号。

5. 心搏特征提取阶段 系统实现了经典的Pan-Tompkins检测逻辑：

• 预处理：5-15Hz的带通滤波滤除残留干扰，增强QRS波群。
• 变换：通过一阶差分强化斜率信息，随后通过自乘平方运算突出高频QRS分量并使所有幅值变为正向。
• 积分：利用0.15秒宽度的移动平均窗口产生平滑的积分包络。
• 决策：通过自适应峰值搜索（MinPeakHeight设定为均值的2倍）定位R波，并以此序列差值计算心率。

6. 指标评估 系统通过对比原始纯净信号与最终去噪信号的能量比（SNR）以及逐点的偏差（RMSE），给出去噪效果的定量反馈，验证算法对待处理信号特征修复的完整度。

系统要求

• 开发软件：MATLAB 2018b 或更高版本。
• 必要工具箱：

- Signal Processing Toolbox（用于滤波器设计、中值滤波及Pwelch分析）。 - Wavelet Toolbox（用于小波多尺度的分解与重构）。

使用说明

1. 启动MATLAB并进入项目工作目录。
2. 在命令行窗口直接调用运行主控制程序。
3. 系统将自动执行从信号仿真到去噪处理的全过程。
4. 程序执行完毕后，将弹出一个包含三个子图的综合分析窗口，分别展示：

- 原始含噪信号与深加工后的去噪波形对比。 - 去噪前后的功率谱密度对比（可观察50Hz陷波及高频噪声抑制效果）。 - 处理后信号的R波定位点及其计算出的平均心率。

1. 具体的SNR、RMSE和心率指标将同步在MATLAB控制台中打印输出。