matlab读取心电信号

### 如何使用 MATLAB 读取和处理 MIT 心电数据库信号 MIT-BIH 数据库是一个被广泛应用于心电信号分析的标准数据库。通过 MATLAB 可以方便地实现对该数据库中的 `.dat` 和 `.hea` 文件的读取与解析。 #### 准备工作 为了成功读取 MIT-BIH 数据库中的数据，需先安装 PhysioToolkit 工具包[^1]。该工具包包含了 `rddata.m` 程序以及必要的依赖项，可以用来加载并转换二进制格式的心电信号文件为可用数值形式。 以下是具体的操作方法： #### 加载数据 利用 `rddata.m` 脚本可以直接调用特定记录编号来获取对应的心跳序列及其时间戳信息。 ```matlab recordNumber = '100'; % 替换为你感兴趣的记录号码 [samples, fields] = rddata(recordNumber); ``` 这里 `samples` 是返回的实际样本点矩阵；而 `fields` 则存储了一些元数据比如采样率 (`Fs`)、单位等参数[^2]。 #### 解码原始数据流 如果手动操作而不借助现成函数，则可以通过如下方式完成基本解密过程： ```matlab clear; clc; % 定义变量 Fs = 360; % 默认采样频率 (Hz) timeSpanInSeconds = 15; % 设定要提取的时间长度（秒） % 打开目标.dat文件 [fileSelectedName, filePath] = uigetfile('*.dat', '请选择一个 .dat 文件'); if ~isequal(fileSelectedName, 0) && ~isequal(filePath, 0) fullFileName = fullfile(filePath, fileSelectedName); else error('未选择有效文件.'); end fid = fopen(fullFileName,'rb'); try rawBytes = fread(fid,[2,Fs*timeSpanInSeconds],'ubit12=>uint8'); % 按每两个字节一组读入指定数量的数据 fclose(fid); catch ME rethrow(ME); finally fclose(fid); end decodedSignal = reshape(rawBytes.',[],1); % 将二维数组转置展平成为一维向量 offsetCorrection = decodedSignal - intmin('int12'); % 去除偏移量调整到零基线附近 scaledVoltageValues = double(offsetCorrection)*0.005; % 根据量化步长转化为电压值(mV) % 时间轴构建 sampleCount = length(scaledVoltageValues); timeVector = linspace(0,sampleCount/Fs,sampleCount); figure(); plot(timeVector,scaledVoltageValues); xlabel('Time (seconds)'); ylabel('Amplitude (mV)'); title(['Recorded ECG Signal from File: ',fullFileName]); grid on; ``` 以上脚本实现了从选定`.dat`文件中抽取前十五秒钟的数据，并将其绘制成图形展示出来[^3]。 #### 进一步处理建议 一旦获得了数字化后的ECG波形之后，就可以运用各种算法对其进行特征提取或者分类识别等工作了。例如检测R峰位置、测量RR间隔等等。 ---

以下是读取CSV格式的心电信号数据并绘制图形的示例MATLAB代码： ```matlab % 读取CSV文件 data = csvread('心电信号.csv'); % 获取数据长度 n = length(data); % 设置采样频率和时间轴 fs = 1000; % 采样频率为1000Hz t = (0:n-1)/fs; % 时间轴数组，单位为秒 % 绘制心电信号图形 plot(t, data); xlabel('时间 (秒)'); ylabel('电压 (mV)'); title('心电信号'); ``` 在这个示例中，我们假设CSV文件中的数据是一列心电信号，每行包含一个采样点。代码首先使用 `csvread` 函数读取CSV文件中的数据，然后计算出采样频率和时间轴数组。最后，使用 `plot` 函数绘制心电信号图形，并添加x和y轴标签以及标题。