ECG 深度学习( ECG-signal-enhancement-based-on-improve_2016_Engineering-Applications-of-Art.

利用MIT-BIH数据库中的心电图数据，首先利用matlab读取该数据波形，再对QRS波进行检测标注，有利于其后的特征提取

MIT-BIH ECG 心电数据（1min，具体信息里面有，像采样率什么的），里面有mat文件； plotSTM可以用来matlab绘图； 程序有详解；

心电信号txt格式原始数据，可以直接用来被调用，实现MATLAB程序的应用。

生理信号中，能够自动的对心电图(Electrocardiograph, ECG)信号进行分析是当前信号处理领域中的研究热点和难点，能够自动的进行心电图信号的分析将会强有力的促进医疗事业的蓬勃发展，同时能够使国民的健康水平有大幅度的提高，对于现代信号处理技术在医疗领域中应用的将会产生重大的突破。对于心电信号的分析有很广泛的研究内容以及研究方法，其中能够快速准确的定位心电信号中 QRS 波群和 P、T 波,是心电图信号分析的一个关键环节，心电信号中往往拥有过多的信号干扰，去除信号的干扰是准确检测各种特征波的前提。截止到现在为止，当前对于心电信号的滤波方法研究以及对于特征波形的定位中还存在着许多的不足以及亟待改进的地方。针对当前现状，本文从以下两个方面展开研究，包括“心电信号滤波”以及“QRS 波形定位”。 由于心电信号产生的十分微弱，周围环境中掺杂的肌电干扰、基线漂移以及工频干扰都会对心电信号造成影响。本文设计了针对50Hz工频干扰的滤波器设计。从实际情况出发来看，设计了 基于FIR 陷波器和 Levkov 滤波法相结合的方法来滤除信号中 50Hz 工频干扰。实验结果显示，改进后的算法相比较传统的滤波器而言，是一种更为有效 ECG 信号滤波法。 QRS 波形定位：特征波形定位是心电信号分析与诊断的基础，是诊断的入手点。QRS 波群是心电图最主要最突出的波段，是检测其他波形的前提，P 波和 T波在诊断中也有重要意义。通过对临床 QRS 复合波的形态研究，根据小波多分辨率分析的特点和模极大值检测原理，提出一种 Marr 小波链检测 QRS 波群的新算法。变换 3 种尺度来定位R 波，然后对定位到的峰值采样点采取多数表决的方式，最终唯一确定 R 波位置。R 波确定后再向前、向后搜索 Q、S 波。对于 P 波和 T波则增大尺度，应用同样的方法来检测。

上面程序获得的数据就不便于使用了，因为那是转换为具有实际意义的心电数据，信号数据值一般在-2~2之间，单位是mV。那么，要找新的ECG读取程序来获取数据吗？不用！实际上，程序rddata.m中本身就是把MIT .dat 文件中存储的二值数据转换为十进制数据，然后再进一步处理转换成具有实际意义的心电信号值。我们进行信号处理时，需要用到的就是从二值数据转换来的初始十进制数据，由于 .dat文件中是三个字节存储2个数，即每个数12bits，转换后得到的十进制数范围应该是0~2048。我所理解的数据存储方式图示如下，不知是否正确，仅供参考：

心电信号动力学模型，合成ECG，可用于心电信号去噪等 matlab程序

本代码实现了GUI界面编程，心电信号的采集(RS232串口），数据分析等功能，具有较强的参考价值）。

关于ECG中基于小波变换的qrs波检测算法实现，蛮经典的

matlab动态显示ecg心电信号，可以动态移动x轴的显示范围