心电（ECG）信号采集、处理与可视化

声明： 这篇文章启发于南方科技大学的一项实验课程，实验的设计与结果由Renjie Mei(Me), Yantong Liu, Ye Li 和 Sitian Zhong共同完成。

前言#

心电图（Electrocardiogram，ECG）是检测心脏电活动的重要医疗工具。心脏的每次跳动都伴随着有规律的电信号传导，这些电信号在人体表面产生微弱的电位变化。心电图仪通过放置在人体不同部位的电极捕捉这些细微的电位波动，并将其转化为可视图形。

心电图的波形包含丰富的信息。例如，P 波代表心房的去极化过程，反映心房的电活动；QRS 波群对应心室的去极化，其形状、时限等特征可以表明心室是否存在异常；T 波与心室的复极化有关。通过仔细分析心电图的每个波段、间期和波形形状，医生可以诊断多种心脏疾病，如心律失常、心肌缺血、心肌梗死等。在临床实践中，无论是日常健康检查还是心脏病患者的诊断、治疗效果评估和病情监测，心电图都发挥着不可替代的关键作用，为保护人类心脏健康提供了至关重要的依据。

在南方科技大学智能医学工程专业（SUSTech IME）的BMEB328课程模块二的课程中，我们采用了National Instruments公司的USB - 6009数据采集模块进行生物电信号的采集工作。借助MATLAB软件平台，对所采集的信号实施处理与分析操作，并基于MATLAB的图形用户界面（GUI）开发功能，构建了用于控制信号采集流程、实时显示测量结果的交互式操作界面。该系统具备心电图测量、心电图绘制以及心跳速度计算等功能。当检测到心跳频率超出正常范围（过快或过慢）时，软件会自动触发警报机制。测量流程结束后，系统将按照特定的数据结构格式，将测量结果导出为数据文件。此数据文件格式经专门设计，与后续开发的专家数据共享网页完全兼容，旨在为医疗专家提供便捷的数据访问途径，使其能够通过网络远程实时掌握病人的身体状况，进而为远程医疗诊断等应用场景提供有力的数据支持。

设计#

硬件与软件架构#

实验采用AD8232单导联心电模块采集信号，通过NI USB-6009数据采集卡将信号传输至计算机。硬件系统包含以下核心组件：

AD8232模块：高精度单导联ECG采集模块，需手动调整电极位置I、II、III导联切换。
NI USB-6009：16位分辨率，最高采样频率48 kHz，用于高速数字化信号传输。
MATLAB Data Acquisition Toolbox：实现实时信号采集与处理。

图形用户界面（GUI）设计#

基于MATLAB App Designer开发的GUI（上图）包含以下功能：

信号采集控制：可自定义采样时间（默认10秒）与采样频率（默认1000 Hz）。
时域与频域显示：原始信号经FFT转换后实时显示频谱。
信号处理：
- 直流偏移消除：通过减去信号均值实现基线校准。
- 50Hz工频陷波：理想带阻滤波器（48-52Hz）抑制电源干扰。
- 小波去噪：结合频谱分析优化噪声抑制效果。
心率计算与报警：
- 通过findpeaks函数检测R波，计算心率及其标准差。
- 心率异常（<60 bpm或>120 bpm）时触发声光报警。

WebUI与数据共享系统#

为支持远程医疗诊断，基于Django框架开发了WebUI（下图），功能包括：

实时数据可视化：使用Charts.js动态展示全段和单个周期内心率、R波间隔等参数（左上、左下）。
HeartPy集成：调用Python库进行信号分析验证，提升结果可靠性（右上）。
‘假的’健康评分：基于heartpy解析参数的非专业健康评价系统（右下）。
报告生成：支持导出PDF报告，并允许开发者自定义模板（中间标题下）。

结果#

信号质量分析#

HR计数算法：上图a图显示了脉搏计数、基于findpeaks和heartpy方法间的相关系数，结果显示基于findpeaks的算法与heartpy由较高相关性（可能底层逻辑是相似的），但与基于脉搏的计数并无太高相关性（参数和实时调整的方案有待优化）。
噪声抑制效果：50Hz工频干扰被显著抑制（上图c, f），同时保留有效信号能量。
采样频率影响：1000Hz采样保留高频细节，但引入工频噪声；50Hz采样抑制噪声但导致R波与T波混叠。400Hz为平衡点，兼顾信息完整性与处理效率。