1. 项目概述
在医疗信号处理领域，心电信号（ECG）的预处理一直是关键挑战。传统滤波方法在处理基线漂移和肌电干扰时往往力不从心，而形态学滤波凭借其独特的结构元素操作，能够有效保留信号特征的同时去除噪声。这次我将分享在MATLAB R2018环境下实现的完整处理流程，包含从理论到落地的所有细节。
2. 核心原理剖析
2.1 形态学滤波的数学基础
形态学滤波建立在集合论基础上，通过结构元素（structuring element）对信号进行"探测"。对于离散信号f(n)和结构元素g(m)，基本运算包括：
- 膨胀（Dilation）：(f⊕g)(n)=max
- 腐蚀（Erosion）：(fΘg)(n)=min
实际应用中多采用开运算（先腐蚀后膨胀）和闭运算（先膨胀后腐蚀）的组合。开运算能有效消除脉冲噪声，而闭运算可以填补信号缺口。
2.2 ECG信号特性分析
典型ECG信号包含：
- P波（心房除极）：0.08-0.11s
- QRS波群（心室除极）：0.06-0.10s
- T波（心室复极）：0.05-0.25s
噪声主要来自： - 基线漂移（<0.5Hz）
- 工频干扰（50/60Hz）
- 肌电噪声（20-1000Hz）
关键提示：结构元素宽度应大于噪声周期但小于QRS波宽度，通常取采样率的15%-25%
3. MATLAB实现详解
3.1 环境准备
matlab复制% 检查版本
ver('signal')
% 加载示例数据
load('ecg.mat');
fs = 1000; % 采样率
t = (0:length(ecg)-1)/fs;
3.2 形态学滤波核心代码
matlab复制function filtered_ecg = morph_filter(ecg, fs)
% 结构元素设计
se_length = round(0.2*fs); % 200ms窗口
se = ones(se_length,1);
% 多级滤波
ecg_open = imopen(ecg, se);
ecg_close = imclose(ecg_open, se);