浅谈心电信号处理（1）

写在前面

       自己从毕业后开始从事心电信号处理的相关工作，几年来一直致力于产品应用，对写作总结没有提起重视，最近刚换了个工作，把这几年接触的东西整理整理，如果能帮助到需要的朋友，本人不胜荣幸。当然，这个整理仅是针对我个人的学习工作历程撰写，并不代表整个行业。心电及其处理所包含的内容很多，我也只仅接触了其中的一部分，这里所编写的内容也仅是我自己理解，如有错误的地方，还希望大家指正。
       心电信号处理主要包含两个内容，一个是心电信号，另一个是信号处理。相信接触过心电信号及其处理的同学对这两个内容都有一定的认识，例如心电相关的窦房结、QRS波、ST段，以及信号处理中的低通滤波、高通滤波及FFT变换等（如果不太了解，可查阅相关的资料，都是基本的知识点，资料应该比较好找），相关的概念请原谅不能一一详细说明。
       在学校的学习研究中，一般课题的选取需要跟进热点前沿，所以采用的方法比较新。但具体到产品中，传统的方法反而多一些。原因是一般产品以稳定性为第一要务（个人理解），新的方法如果出现较多问题的话，在中国这个激烈的竞争环境下有可能会导致客户的流失；另一个原因是科研中新的算法一般不太考虑运算时间及内存空间等问题，只要算法比较新，结果比较漂亮，投稿基本都是稳的。但在实际的产品应用中，如果运算时间比较长，在结果没有明显优势的情况下，竞争力是比较低的。当然目前人工智能AI比较火，有的公司已经采用了深度学习的方法，并已取得了FDA的认证，但实际效果如何，还需要市场的验证。总之，个人觉得不能走极端，在扎实学好传统的处理方法同时进行前沿的相关研究是有必要的。我自己也进行了非传统方法的简单尝试，在一些不是很关键的功能中也加入了新的方法（SVM）。同时，对于分类及诊断上也尝试了深度学习的方法，但可能是参数还没有优化好，结果不是很理想。
       相对于其他的领域，心电信号处理还是比较小众，甚至于在医院，目前心电科室的地位比其他的还是相对比较低（医院这个无意冒犯，仅是和同事聊天得到，具体未进行验证）。但在人们越来越关心健康信息的今天，心电作为判断心脏疾病的一个主要指标，前途应该还是光明的，虽然道路有可能曲折。
       以上便是该小结的全部内容，随感而写，文笔不好，大家见谅。接下来，我根据自己的接触及理解，聊聊心电信号及其处理的一些知识。