MATLAB读取MIT心电信号

该程序主要是用于在MATLAB中读取MIT-BIH数据库的心电信号文件。可将数据解码出来

美国MIT-BIH数据库链接MIT-BIH 心律失常数据库目录 (physionet.org)

可用于读取.dat文件

本次项目采用的心电信号来源于MIT-BIH的数据库，从其中选取了一组包含肌电信号干扰、工频干扰和包含基线偏移的适合于信号分析的信号，选取了该组信号的前15s（即选取了5400个点）的数据进行分析。将显示出信号如图2所示。

代码如下

在MATLAB中对它进行N点的FFT近似傅里叶变换，选择的N值为信号的长度以便获得较高分辨率，得到的幅度谱如图3所示，相位谱如图4所示，分贝谱如图5所示，频谱无明显规律，心电信号的产生为一个随机过程。

 图 3心电信号的幅度谱

通过观察该心电信号的幅度谱，可以清晰地看到该信号的低频分量的幅值很大，即在1Hz的幅频特性很大，说明该信号包含了较大的基频分量；该信号在60Hz处有一个峰值，根据常识可知，美国的交流电频率为60Hz，该处的峰值代表了信号受到的工频干扰很大；通常来说，肌电信号的频率为20~5000HZ，其主要成分的频率与肌肉的类型有关，一般在30~300HZ，而心电信号的频率主要集中在5~20HZ，所以心电信号中也包含了很多的肌电信号的干扰。需要抑制掉这些干扰以便进一步分析。

 

图 4心电信号相位谱

观察心电信号的相位谱，可以发现相位的分布无明显规律。

图 5心电信号的分贝谱

分贝谱为，通过观察该分贝谱，也可以看出低频成分的能量更大，且60Hz处的能量很大，说明受工频干扰较大。

对该信号的进行时域分析，计算它的均值和方差，得到的输出结果如图6所示，通过MATLAB得出的结果：原信号的均值=-0.172842，我们也可得出它偏移X轴，有一个极低频率的分量，即基频漂移，基线漂移一般由于信号采集时呼吸及人体移动造成的，表现为低频率的缓慢变化噪声，其频率一般小于1Hz，可通过一个高通滤波器滤除。

图 6原始信号的均值方差计算

通过MATLAB计算信号的自相关函数如下图7所示，可以看出该信号的自相关函数关于信号的长度即5400对称。自相关函数表示信号的周期性自相关极值点间的距离就是周期；对于随机信号，自相关表示你该信号变化的快慢——如果自相关函数平滑，说明变化慢。

根据图7所示，该自相关函数陡峭，说明信号的变化较快，受到的噪声干扰较大。

图 7原始信号的自相关函数

clear
clc
close all
Fs=360;                     %采样频率
[filename, pathname] = uigetfile('*.dat', 'Open file .dat');% only image Bitmap
if isequal(filename, 0) || isequal(pathname, 0)   
    disp('File input canceled.');  
   ECG_Data = [];  
else
fid=fopen(filename,'r');
end
time=15;
f=fread(fid,2*360*time,'ubit12');
M=f(1:2:length(f));
M = M-1024;                               %M就是解码出来的数据
M=0.005*(M);
t=(0:1:length(M)-1)/Fs;
N=length(M);
figure(1)
plot(t,M(:,1)),xlabel('t（s）'),ylabel('mv'),title('原始信号')