Matlab 从听诊器输入的心脏信号中寻找R峰值

通过硬件（主要是截止频率为100hz的放大器和低通滤波器）将使用听诊器测量的心跳信号发送到计算机的声卡。 现在，信号用截止100hz进行滤波。下面给出了查找峰值和每分钟拍数的代码。该代码仅适用于某些情况。 请帮我找出错误

clear all
%input the signal into matlab


[x,fs]=wavread('heartbeat.wav');
figure(1)
subplot(2,1,1)
x1=x(:,2);
plot(x1(500:10000),'r-');
title('unfiltered input x(n),cut off frequency 0.0270,passband 60hz,stopband 70hz');
ylabel('amplitude in volts');
xlabel('number of samples')
grid on

%to filter the signal above 50-60 hz
order=4;
h=fir1(4,0.0270,hamming(order+1));
y=filter(h,1,x1);
subplot(2,1,2)
plot(y(500:10000),'b-')
title('filtered output y(n),cut off frequency 0.0270,passband 50hz,stopband 60hz');
ylabel('amplitude in volts');
xlabel('number of samples')
grid on
%sound(y,5000)


th = max(y) * 0.9; %So here I'm considering anything less than 90% of the max as not a real peak... this bit really depends on your logic of finding peaks though which you haven't explained
Yth = zeros(length(y), 1);
Yth(y > th) = y(y > th);

Ydiff = diff(Yth);
Ydiff_logical = Ydiff < 0;
Ypeaks = diff(Ydiff_logical) == 1;

p=sum(Ypeaks)

N = length(y);
duration_seconds=N/fs;
duration_minutes=duration_seconds/60;
BPM=p/duration_minutes;
bpm=ceil(BPM)




figure(2)
%frequency response of the filter
freqz(h,1)
title('Frequency response');
xlabel('normalized frequency (X pi) radians per sample');
ylabel('Magnitude');
grid on;

全部清除
%将信号输入matlab
[x，fs]=wavread（'heartbeat.wav'）；
图（1）
子地块（2,1,1）
x1=x（：，2）；
图（x1（500:10000），'r-'）；
标题（“未滤波输入x（n），截止频率0.0270，通带60hz，阻带70hz”）；
ylabel（“振幅单位为伏特”）；
xlabel（“样本数”）
网格化
%对50-60 hz以上的信号进行滤波
顺序=4；
h=fir1（4,0.0270，汉明（订单+1））；
y=滤波器（h，1，x1）；
子地块（2,1,2）
图（y（500:10000），‘b-’）
标题（“滤波输出y（n），截止频率0.0270，通带50hz，阻带60hz”）；
ylabel（“振幅单位为伏特”）；
xlabel（“样本数”）
网格化
%声音（y，5000）
th=最大值（y）*0.9；%所以这里我认为任何小于最大值90%的都不是真正的峰值。。。这一点实际上取决于你寻找峰值的逻辑，尽管你没有解释
Yth=零（长度（y），1）；
Yth（y>th）=y（y>th）；
Ydiff=diff（Yth）；
Ydiff_logical=Ydiff<0；
Ypeaks=diff（Ydiff_逻辑）==1；
p=总和（Ypeaks）
N=长度（y）；
持续时间_秒=N/fs；
持续时间分钟=持续时间秒/60；
BPM=p/持续时间\分钟；
bpm=ceil（bpm）
图（2）
%滤波器的频率响应
freqz（h，1）
标题（“频率响应”）；
xlabel（“每个样本的标准化频率（Xπ）弧度”）；
伊拉贝尔（“震级”）；
网格化；

没有示例数据，我只是猜测，但我认为阈值化无法获得正确的数据：很可能，每次峰值的高度都不同（我所说的“每次”指的是每次跑步和每个单独的节拍）。因此，如果您使用的峰值太高，它将错过一些真正的峰值，因为心跳太低。如果您使用的峰值太低，则可能会重复计算某些心跳，因为每个心跳都包含多个峰值（抱歉，我不记得这些峰值的名称）。事情很可能会随着时间的推移而改变，所以我甚至不会尝试为一个单独的记录设置阈值并让它过去，或者甚至从数据中导出阈值可能会有问题

---

你可能会在其他技术上有更好的运气，比如互相关或某种修改过的零交叉，或者专门为心跳的独特功能设计的东西（我想有什么东西。你搜索过文献吗？）。

这是如何实现我在这里发布的代码的：？还有一些示例数据显示了代码在哪些情况下不起作用essential@Dan对不起。。。。th=最大值（y）*0.9；只适用于一个信号，而对于其他信号，我必须将90%更改为60%（赌博）…给出一个屏幕截图，其中每分钟的节拍为1（这是不可能的！）。。阈值为0.2647，这对于检测峰值非常高。例子。数据。或者在dsp.stackexchange.com上询问您的问题是如何正确选择阈值。如果您发布了一小部分数据的图像，可能会有所帮助。这与你之前的问题不同，因为那是关于ECG的，这是一种完全不同的信号类型。我不能代表这里的任何人说话，但我肯定不熟悉听诊器的录音。因此，很难判断您的筛选是否合适。您还应该绘制检测心跳的位置，以检查阈值是否正常工作，而不仅仅是查看输出BPM。正如我在对OP的前一个问题的评论中提到的，一种流行的（尽管现在可能有点灰尘-可能有新的化身）算法是ECG QRS检测算法，它实际上使用了一对阈值和一些简单的自适应阈值更新规则，这些规则基于通常的心跳计时。