使用中值滤波对ECG信号去低频噪声，数据集为MIT-BIH心律失常数据库

标准12导联心电图同步，自定义同步12导联心电图，时间向量心电图、心室晚电位、心率变异性、QT离散度、成熟的原始心电自动分析诊断算法

使用STM32F405的SPI通信接口对ADS1292R进行寄存器配置的参考代码源文件。

mit-bih_ecg_recognition:使用带有tensorflow的1d CNN进行MIT-BIH ECG数据识别

自动测量第二导联ECG数据的QT间隔，RMS误差为26ms。利用小波变换确定QRS的位置，然后利用最小角度来确定Q波的start和T波的end

心电图分类 该代码包含一种基于多个支持向量机（SVM）的自动分类心电图（ECG）方法的实现。 该方法依赖于随后的搏动及其形态之间的时间间隔来进行ECG表征。 使用基于小波，局部二进制模式（LBP），高阶统计量（HOS）和几个幅度值的不同描述符。 有关详细说明，请参见以下文章： : 如果您在出版物中使用此代码，请引用为： @article{MONDEJARGUERRA201941, author = {Mond{\'{e}}jar-Guerra, V and Novo, J and Rouco, J and Penedo, M G and Ortega, M}, doi = {https://doi.org/10.1016/j.bspc.2018.08.007}, issn = {1746-8094}, journal = {Biomedical Signal Processing and Control}, pages = {41--48}, title = {{Heartbeat classification fusing temporal and morphologica

对ECG信号进行R波定位，适合ECG信号处理人员。

无线ECG心电采集和诊断系统是一种新兴的、有广阔发展前景的医疗器械。本文基于CC2530 ZigBee模块和Cortex M3处理器，设计并实现了远距离无线心电检测诊断系统。该系统采集人体心电信号，通过CC2530模块建立ZigBee网络，将采集节点采到的信号发送到协调器。协调器再将信号送至Cortex M3高性能处理器，对信号进行进一步处理，将心电图实时在LCD上显示，并进行初步诊断。本系统具有抗干扰能力强、可靠性好、功耗低、体积小等特点，可以广泛应用于医院和社区医疗站等。 完整的PCB和程序代码，比赛必备，比赛练习案例，创新创业比赛、青春杯、挑战杯、互联网+比赛赛参考，报告模板，技术模仿。适用于教学案例、毕业设计、电子设计比赛、出书项目实例，实际设计、个人DIY参考。

首先简述了信号自动分析技术的研究背景和意义，并从预处理和特征检测两方面综述其发展，同时介绍了信号的产生机理、获取方法以及其自动分析的技术难点。分析信号存在的多种噪声特点，介绍常用的两种滤波算法：传统数字滤波法和小波滤波，对它们进行实验仿真并分析了各自优缺点。在此基础上，设计了一种新的滤波器，它基于提升小波变换，计算过程简单、利于硬件实现，实验结果表明其效果良好。介绍两种经典的波群检测算法：差分阈值检测算法和小波变换检测算法，对它们进行实验仿真并分析各自优缺点。之后，提出了一种新的波群检测算法，该算法根据信号的极大、小值点分布特性来准确定位波位置，并根据段波形特性来确定波群宽度。我们对新算法进行了仿真，并利用数据库和数据库中的数据进数据测试，分析和对比了测试结果。实验结果表明新算法具有较好的检测率和稳定性，其方法更易实现更适合用于便携式仪器。

QRS波定位检测算法是ECG分析最基本的也是非常重要的算法单元。这篇论文是经典=