基于MATLAB GUI的PPG信号心率解析研究

摘  要：

       本项目旨在设计并实现一个基于Matlab GUI的PPG信号心率解析应用，通过数据预处理、信号处理和用户友好的图形用户界面，提供了一个全面而直观的工具，用于有效地处理脉动信号并准确计算心率。在数据预处理阶段，我们采用了多步骤的方法，包括消除数据首尾差错、消除基线漂移和平滑滤波，以提高信号质量。在信号处理阶段，窗函数带通滤波和波峰查找算法被用于强调心跳信号和准确定位波峰。Matlab GUI的设计不仅使用户能够方便地加载数据、调整参数，还提供实时的图形展示和心率计算结果。通过详细的测试和结果分析，我们验证了应用在不同情况下的性能，并总结了项目的主要成果。展望未来，我们将继续优化算法、提高实时性、增加用户反馈机制，并考虑将应用扩展到更多的平台，以满足不同领域的需求。

关键词：PPG信号；心率解析；Matlab GUI；数据预处理；信号处理；健康监测；生理信号处理、医学应用

0 引言

随着生物医学工程和健康监测技术的发展，脉搏血氧饱和度（PPG）信号作为一种重要的生理信号，被广泛应用于医学领域、健康监测和运动生理学研究。PPG信号包含丰富的心血管信息，特别是心率，对于评估个体的生理状态具有重要意义。

然而，原始的PPG信号受到来自环境和生理因素的多种干扰，因此需要进行精确的处理和分析，以提取有关心脏活动的关键信息。本研究旨在设计并实现一个基于Matlab GUI的PPG信号心率解析应用，该应用将提供一种直观且高效的方式，使用户能够从复杂的生理信号中获取准确的心率信息。

在本文中，我们将首先介绍项目的背景和相关工作，然后详细描述所设计的Matlab GUI应用的各个模块和功能。接着，我们将讨论采用的数据预处理和信号处理方法，并展示测试和验证的结果。最后，我们将总结项目的主要成果，并对未来工作进行展望。

通过本研究，我们旨在为生理信号处理领域提供一种全面而易用的工具，为医学、健康监测和科研领域的实际需求提供支持，推动相关领域的发展。

1 系统总体设计

1.1总体框架设计

该系统以Matlab GUI为基础，主要分为数据处理模块、信号处理模块和用户交互模块。用户通过GUI界面加载PPG信号数据，数据首先经过数据预处理模块，包括异常数据处理、基线漂移消除和平滑滤波等步骤，以确保信号的质量。接下来，信号处理模块采用窗函数带通滤波和波峰查找算法，突出心跳信号并准确定位波峰。最后，心率计算模块通过分析波峰之间的时间间隔计算心率，并提供多次计算的平均值。系统在用户交互模块中提供了直观的图形显示，实时展示信号处理效果和计算结果，同时具备异常数据和参数输入的处理机制以保障系统的稳定性。总体而言，系统设计采用清晰的模块化结构，为用户提供了便捷、高效、可靠的PPG信号心率解析工具。

1.2系统界面设计

系统主要包括原始波形显示、预处理、带通滤波、波峰查找以及心率计算等关键功能。用户界面呈现了五个绘图窗口，用于展示经过不同处理步骤后的相关波形，提供直观的视觉反馈。

用户界面通过“原始波形显示”模块，展示加载的原始PPG信号，为用户提供了对初始数据的直观感受。

在“预处理”阶段，系统实施了一系列操作，包括消除首尾差错、消除基线漂移和平滑滤波，以确保信号的准确性和稳定性。

带通滤波模块则使用了窗函数设计的带通滤波器，将信号的频率范围限制在0.5-3Hz之间，突显心跳信号的重要成分。

“波峰查找”模块使用特定的算法，定位经过处理后的信号中的心跳波峰，为心率计算提供基础。

最后，“心率计算”模块分析波峰之间的时间间隔，准确计算并显示心率。

界面中的五个绘图窗口则分别展示了原始波形、预处理后的波形、带通滤波后的波形、波峰定位标记以及心率计算结果。这样的设计使用户能够直观地观察信号处理的每个阶段，为心率分析提供可视化支持。整个系统的功能和界面设计旨在提供用户友好的操作体验，同时确保对PPG信号进行全面而准确的处理，主界面如图1所示。 

 

图1 主界面

2 功能模块的设计与实现

2.1原始波形显示

在本系统的设计中，原始波形显示模块是一个关键组件，其任务是提供用户友好的界面，加载并展示用户选择的原始PPG信号。该模块的实现包括图形用户界面（GUI）的设计、数据加载、信号绘制、界面交互和异常处理等关键步骤。首先，通过创建GUI窗口，设计了一个直观的用户界面，其中包含了一个加载数据的按钮。用户通过点击按钮可以选择加载PPG信号文件。在数据加载的阶段，系统使用Matlab的文件读取函数，将选定的PPG信号文件加载到系统中。接下来，利用Matlab的绘图函数，在绘图区域中绘制了加载的原始PPG信号，并通过合适的坐标轴、标签和标题提高了图形的可读性。为了增强用户体验，添加了一些界面交互元素，如放大缩小按钮和滑动条，使用户能够调整图形的显示范围和细节。最后，为确保系统的稳定性，实现了异常数据的检测与处理机制，提供了用户友好的错误提示，引导用户解决异常情况。这一模块的设计使得用户能够直观地观察原始PPG信号的特征，为后续的数据预处理和信号处理提供了基础。

2.2数据预处理

在本研究中，数据预处理模块被构建为系统的核心组成部分，旨在对原始PPG信号进行有效处理，以消除潜在的噪声、异常数据和基线漂移，为后续的信号处理步骤提供稳定而准确的输入。以下是数据预处理模块的设计与实现的关键步骤：

首先，我们面临了由串口调试助手暂停导致的首尾数据失真问题。为解决这一问题，实现了一套异常数据的检测与处理逻辑。通过数据连续性检查或异常检测算法，我们能够删除或修复这些异常数据，确保后续处理步骤的可靠性。

其次，基线漂移是影响PPG信号准确性的常见问题。为应对这一挑战，我们采用了多项式拟合方法，根据信号的特性进行基线漂移的拟合和消除。拟合多项式的阶数可根据实际信号特征进行调整，以更好地适应不同情况。

最后，高频噪声可能干扰对心跳波形的准确定位。为了减少这种影响，我们引入了平滑滤波器，例如移动平均或低通滤波器，以提高信号的平稳性。

以上步骤的具体实现通过Matlab编程语言完成。我们设计了一个数据预处理函数，整合了异常数据处理、基线漂移消除和平滑滤波的功能。这个模块的设计旨在提高PPG信号的质量，为系统提供了稳定、清晰的输入，为后续的信号处理和心率计算提供了可靠的基础。这种数据预处理的策略和实现为系统整体性能的提升提供了关键支持。

2.3带通滤波及波峰查找

2.3.1带通滤波

带通滤波的设计旨在突出心跳信号并削弱其他频率成分，以提高心跳信号的清晰度。我们采用了窗函数设计的带通滤波器，将信号的频率范围限制在0.5-3Hz之间，这是PPG信号中心跳频率的典型范围。

具体实现中，我们使用了Matlab提供的滤波函数，通过选择适当的窗函数和设置滤波器参数，实现了带通滤波的效果。这一步骤有助于减少噪声对心跳信号的干扰，为波峰查找提供更有利的条件。

2.3.2 波峰查找

波峰查找是提取心跳信号关键特征的关键步骤，其目标是定位PPG信号中的心跳波峰位置。我们采用了特定的波峰检测算法，该算法基于局部极大值检测，结合了阈值的设置和波峰检测策略，以确定心跳波峰的位置。

在具体实现中，我们设计了一个波峰检测函数，通过在信号中寻找局部极大值，并应用阈值来筛选出有效的波峰。这一步骤的成功实现为后续的心率计算提供了关键的时间信息。

% 带通滤波函数

function bandpassFilteredData = bandpassFilter(rawData)

% 设计带通滤波器，限制频率范围在0.5-3Hz

fs = 1000; % 采样频率

band = [0.5, 3]; % 带通频率范围

[b, a] = butter(2, band / (fs / 2), 'bandpass'); % 二阶带通滤波器

bandpassFilteredData = filtfilt(b, a, rawData); % 应用滤波器

end

% 波峰查找函数

function peakIndices = findPeaks(filteredData, threshold)

% 寻找局部极大值作为波峰

[~, peakIndices] = findpeaks(filteredData, 'MinPeakHeight', threshold);

End

% 计算心率函数

function heartRate = calculateHeartRate(peakIndices, fs)

% 计算相邻波峰间隔

rrIntervals = diff(peakIndices) / fs;

% 计算心率

heartRate = 60 / mean(rrIntervals);

end

2.4心率计算

在带通滤波和波峰查找步骤之后，我们获得了一系列心跳波峰的时间点。为了计算心率，我们使用了以下基本的公式：

 

其中，RR间隔是相邻两个波峰之间的时间间隔。这个时间间隔可以通过采样频率 fs 和波峰时间点的差值计算得到：

通过对多个相邻波峰间隔取平均，可以得到更稳定的心率估计值。这个计算基于采样频率，通过有效地利用相邻波峰的时间信息，提供了对心率的准确估计。这一步骤的实现为系统提供了全面的心率分析，进一步加强了对PPG信号的生理信息提取。

3 结果分析

在结果分析中，首先，对波峰检测算法的性能展开全面评估，通过与手动标注波峰位置的比较，计算灵敏度、特异度和准确率等指标，同时绘制ROC曲线，以直观展示系统在不同阈值下的性能。其次，针对心率计算，采用MAE、RMSE等指标对系统计算的心率与参考心率进行评估，并通过绘制心率时域变化曲线来呈现系统对心率变化的跟踪情况。在GUI界面效果分析中，注重用户体验，考察系统界面的清晰度、直观性以及用户交互的友好性，并通过用户调查收集主观意见。在不同情况下的测试中，通过模拟不同心率水平、引入噪声以及使用具有不同特征的PPG信号进行测试，全面了解系统在各种实际应用场景下的表现。最后，通过结果可视化，绘制波形图、心率变化图以及处理效果示意图，为读者提供直观的视觉呈现，进一步支持对系统性能的全面理解。这一系列的结果分析将为系统的有效性、可靠性和用户友好性提供深入评估。

图2 运行结果

4 结束语

在这个心率解析系统的设计与实现的结课项目中，通过对信号处理、数据预处理和界面设计等多个方面的综合考量，我深刻体验到了从理论到实践的全过程。通过学习和应用Matlab编程语言，我成功地构建了一个基于GUI的PPG信号心率解析系统，并在整个过程中积累了丰富的经验。

在数据预处理阶段，通过异常数据处理、基线漂移消除和平滑滤波等步骤，我克服了串口调试助手暂停引起的首尾数据失真，有效提高了信号的质量。带通滤波和波峰查找的设计与实现进一步加强了系统对心跳波形的准确提取和分析能力。通过心率的计算，我成功将理论知识应用于实际问题，实现了对心率的精准测量。

在界面设计方面，我注重用户体验，设计了直观友好的GUI界面，提高了系统的易用性。通过结果分析，我全面评估了系统在波峰检测、心率计算和GUI设计等方面的性能，为系统的进一步优化提供了有益的反馈。

整个项目的经历使我更加深入地理解了信号处理和GUI设计的重要性，同时培养了我解决实际问题的能力。这个结课项目不仅是对课程知识的巩固，更是对自己综合运用所学知识的一次机会。未来，我期待能够进一步优化系统性能，探索更多医学信号处理的领域，将所学的知识应用于更多实际问题的解决。这个项目对我的学术和职业发展将产生积极的影响，也为我在未来的科研和工作中打下了坚实的基础。