ECG信号心率检测：能量信号自相关/阈值法实现及Matlab代码求助

核心实现逻辑 #

你已经完成了ECG信号的预处理流程，后续心率计算可通过以下两种方案实现：

能量阈值法 #

1. 基于滤波后的ECG信号计算能量序列，放大R峰与噪声的差异
2. 设定合理阈值过滤伪峰值，提取有效R峰的位置
3. 计算相邻R峰的时间差（RR间期），取平均值后用60除以平均RR间期得到心率值（单位：次/分钟）

自相关法 #

1. 利用ECG信号的周期性，对能量序列做自相关运算，自相关结果的峰值间隔对应信号的周期长度
2. 提取0延迟之外的第一个主峰位置，对应平均RR间期的采样点数，直接换算得到心率值，抗噪性优于阈值法

代码修正与补全 #

你现有代码存在两处明显问题：一是15Hz低通+20Hz高通的滤波逻辑会滤除所有有效信号，建议替换为15~20Hz带通滤波；二是findpeaks(j)中的j为未定义变量，应为能量序列et。补全后代码如下：

% -------------- 修正滤波逻辑 --------------
% 替换原代码中15Hz低通、20Hz高通的两行代码，改为带通滤波
fcutlow=15;   % 低截止频率
fcuthigh=20;  % 高截止频率
[c,d]=butter(4,[fcutlow,fcuthigh]/(fs/2),'bandpass');
% 直接一次带通滤波即可
ecg_vhd_bandpass = filter(c,d,ecg_vhd_btr);
ecg_hc_bandpass = filter(c,d,ecg_hc_btr);

% -------------- 心率检测代码 --------------
% ========== 能量阈值法实现 ==========
% 计算健康组能量序列
et_hc = abs(ecg_hc_bandpass).^2;
th_hc = 2 * mean(et_hc); % 阈值可根据实际效果在1.5~3倍均值区间调整
% 找峰值，加入最小间隔限制避免误检（按最高心率180次/分设置最小间隔300个采样点@1000Hz）
[pks_hc, locs_hc] = findpeaks(et_hc, 'MinPeakHeight', th_hc, 'MinPeakDistance', 300);
% 计算RR间期与平均心率
rr_intervals_hc = diff(locs_hc) / fs;
mean_hr_hc = 60 / mean(rr_intervals_hc);
fprintf('健康组平均心率：%.2f 次/分\n', mean_hr_hc);

% 疾病组计算逻辑一致
et_vhd = abs(ecg_vhd_bandpass).^2;
th_vhd = 2 * mean(et_vhd);
[pks_vhd, locs_vhd] = findpeaks(et_vhd, 'MinPeakHeight', th_vhd, 'MinPeakDistance', 300);
rr_intervals_vhd = diff(locs_vhd) / fs;
mean_hr_vhd = 60 / mean(rr_intervals_vhd);
fprintf('疾病组平均心率：%.2f 次/分\n', mean_hr_vhd);

% ========== 自相关法实现 ==========
ac_hc = xcorr(et_hc, 'coeff'); % 归一化自相关，结果更直观
mid_idx = length(ac_hc) / 2 + 1; % 自相关序列中间位置对应0延迟
ac_pos = ac_hc(mid_idx:end); % 仅保留正延迟部分的结果
% 找正延迟部分的峰值，跳过前0.2s避免误检
[pks_ac, locs_ac] = findpeaks(ac_pos, 'MinPeakDistance', 300);
rr_ac = locs_ac(1) / fs; % 第一个峰值位置对应平均RR间期
mean_hr_ac = 60 / rr_ac;
fprintf('自相关法计算健康组平均心率：%.2f 次/分\n', mean_hr_ac);

优化建议 #

• 若信号噪声较大，可将阈值调整为自适应阈值，比如取前几秒信号的峰值均值的0.7倍作为阈值，鲁棒性更好
• 可以对得到的RR间期做异常值过滤，去掉偏离均值±30%的区间，避免偶发误检影响结果
• 若需要更高的R峰检测精度，可以替换为Pan-Tompkins算法，是目前工业界最常用的ECG R峰检测方案

内容的提问来源于stack exchange，提问作者NoProg