BioSigKit是Matlab中一套有用的信号处理工具，由我个人或其他人在生物信号处理的不同领域开发。BioSigKit是一个带有简单可视化界面的包装器，在一个简单易用的平台下收集这些工具。BioSigKit的目标是为实现和分析有用的信号处理算法创建一个开源平台和保护伞。它的所有子例程都是出于教育目的用纯MatLab脚本实现的，即使是最流行的算法，如(Pan-Tompkins)。

参考https://blog.csdn.net/qq_41630102/article/details/103513263，MIT官网的ECG心电数据，经过数据提取转换成文本格式，可用记事本打开。后续经过python正则化处理，提取其中数据。

基于ecg提取特征，识别7类情感，基于svm 对ecg信号的离散情感识别。通过使用neurokit包，提取生理信号特征，将生理信号分成7份，代表7类情感。然后调用sklearn包，用svm训练模型

ECG 是将离子极化 / 去极化从心脏肌肉活动转换为一个可测量的电信号，可检测此电信号并可被用来确定正常与有问题心脏波标志之间的关系。 为此，测量必须是精确且稳定耐用的。该心脏电活动 ECG 测量系统采用一个模块化设计来优化 ECG 所需要的高精度的模拟前端、后置增益滤波器、输入驱动、基准和模数转换调节电路中的高精度组件。 还将包括在内的是建议的其它低功耗、高精度替代方法以及推荐的功率器件，以使其更加容易地根据特殊设计需求进行定制。 心脏电活动 ECG 测量，心电图数据采集系统板实物截图: 心电图数据采集电路板设计特有实现 LEAD I ECG 测量系统的方法，此系统的设计源自离散模拟组件。 通过使用OPA2333 设计为离散的仪表放大器，然后用 18位 ADS8881 SAR ADC 将信号数字化，从而实现低功耗。 这个 ECG 数据采集的设计要求是: • 总功耗 < 1mW • 分辨率: 18 位 • 输入范围: 0 – 3V 直流 • 吞吐采样速率: 10ksps • 模拟/数字电源: 3.3V 直流 • 输入带宽: 200Hz（ECG 信号） 设计目标、模拟和测得的ECG性能的比较 心脏电活动 ECG 测量，心电图数据采集系统板 PCB 截图: 心脏电活动 ECG 测量，心电图数据采集

模拟ECG心电信号数据（matlab）, 有助于加深对生物电数据处理理解和学习。 模拟ECG心电信号数据（matlab）, 有助于加深对生物电数据处理理解和学习。

心电信号的预处理滤波器的设计（包括数据文件和程序） 包括了FIR滤波器和IIR滤波器以及整系数滤波器，可以有效滤除基线漂移与工频干扰

用于ECG防抖动和50Hz的FIR抽头

ECG真实采集信号

ads1292R的STM32驱动程序，ADS1292是一个用来测量心电信号的模拟前端ADC芯片，具有24位的高精度，R后缀的芯片集成有呼吸阻抗匹配，可以用来调制测量呼吸波。本驱动主要实现对芯片的寄存器读写和数据读写功能，主控采用STM32的标准库。SPI驱动采用宏定义的方式，可以很方便的移植到其他平台。

使用keras库，数据来自BCI Competiton数据集下的Data from Berlin组的mat文件，请仅限用于研究，数据包组成，使用后三个量x_train（训练集）,y_train（标签）,x_test（测试集），训练集有316组样本，样本由500毫秒下28通道的数据构成，数据详细描述：http://www.bbci.de/competition/ii/berlin_desc.html。使用k折验证法验证，验证结果极佳，但没有测试集的标签，所以不知道对于新数据的分类情况如何。