ECG信号处理与QRS波检测算法详解

1. 心电图信号处理与QRS波检测概述

心电信号（ECG）是临床诊断中最常用的生物电信号之一，能够反映心脏的电活动状态。一个典型的心电周期包含P波、QRS波群和T波，其中QRS波群是心室去极化产生的特征波形，其检测精度直接影响心率计算和心律失常分析的准确性。

在实际应用中，ECG信号常受到以下干扰：

• 基线漂移（0.5Hz以下）
• 工频干扰（50/60Hz）
• 肌电噪声（5-2000Hz）
• 运动伪影

注意：未经处理的原始ECG信号信噪比可能低至-10dB，直接进行峰值检测会导致大量误检和漏检。

2. QRS波检测算法设计原理

2.1 预处理阶段关键技术

2.1.1 数字滤波设计

采用级联滤波器消除噪声：

1. 高通滤波（截止频率0.5Hz）消除基线漂移

   matlab复制[b,a] = butter(4, 0.5/(fs/2), 'high');
   ecg_filtered = filtfilt(b, a, ecg_raw);
   

2. 低通滤波（截止频率40Hz）抑制肌电噪声
3. 陷波滤波器（50Hz）消除工频干扰

2.1.2 信号微分与平方

增强QRS波斜率特征：

matlab复制diff_ecg = diff(ecg_filtered);
squared_ecg = diff_ecg .^ 2;

2.2 自适应阈值检测算法

采用Pan-Tompkins算法改进方案：

1. 滑动窗口积分（窗宽150ms）

   matlab复制window_size = round(0.15 * fs);
   integrated_ecg = movsum(squared_ecg, window_size);
   

2. 动态阈值更新：
   • 噪声阈值 = 0.25 × 最近8个QRS峰值的平均幅度
   • 信号阈值 = 噪声阈值 × 2.5
3. refractory period设置（200ms）避免重复检测

3. Matlab实现与优化技巧

3.1 完整处理流程代码

matlab复制function [qrs_peaks, heart_rate] = detect_qrs(ecg_signal, fs