尧图网页设计 
简介本资源是一套面向本科及硕士阶段科研学习者的心电信号处理实践代码包聚焦心电图ECG预处理、波形分割与P-QRS-T平均片段提取等核心任务适用于生物医学信号分析、智能诊断算法验证等教学与研究场景。压缩包共10个文件含5张结果可视化PNG图展示预处理前后对比、分割效果及特征波形、3个关键MATLAB函数文件如MBassiouni.m、getFeature.m、Main.m、1个说明文档txt和1个实测ECG数据mat文件整体仅494KB轻量易部署。目前已有152人下载学习所有代码基于MATLAB 2014a/2019a开发并附运行结果截图无需额外调试即可复现完整流程用户可直接调用模块化函数理解信号去噪、R波检测、动态窗口分割及模板平均等关键技术实现细节为后续心律失常分类或深度学习建模提供高质量基础片段。1. 心电图信号处理不是“滤波画图”——P-QRS-T平均片段提取本质是时序对齐与形态稳定性建模很多初学者拿到心电图ECG数据后第一反应是调用filter函数低通去噪、用findpeaks找R波、再截取固定长度窗口——结果发现P波模糊、T波变形、不同心跳间形态漂移严重。这套流程在临床诊断或深度学习特征工程中会直接失效。本资源提供的Matlab实现核心价值不在代码本身而在于它显式建模了心电周期内各波形的时序相对位置约束P波起始点到R峰、R峰到T波终点并非固定毫秒数而是随心率动态变化的生理比例关系。它通过R波精确定位→QRS中心校准→前后自适应窗口扩展→多周期时域对齐→逐点均值合成最终输出的mean_PQRST.mat不是简单平均而是满足形态一致性morphological consistency的统计模板。适合本科毕设做特征提取基线、硕士课题构建心律失常分类器前处理模块也适合作为Matlab信号处理课程中“非平稳生物信号对齐”教学案例——所有代码在2014a及以上版本可直接运行无需额外工具箱rec_1m.mat已含实测单导联数据Main.m入口清晰MBassiouni.m封装了关键分割逻辑。2. 心电信号预处理从原始采样到R波精确定位的三阶段降噪与增强心电图预处理不是单一滤波操作而是针对生物信号特性的分层处理工频干扰50/60Hz、基线漂移0.5Hz、肌电噪声100Hz需不同策略抑制且不能破坏P波和T波的微弱斜率特征。本方案采用三阶段级联设计每阶段输出均可验证避免误差累积。2.1 带通滤波与基线校正保留0.5–40Hz有效频带原始ECG常含显著基线漂移直接高通滤波会引入相位失真。本方案先用二阶巴特沃斯高通滤波器截止频率0.5Hz粗略抑制慢变趋势再用移动中值滤波窗口长201点提取基线最后逐点减去基线。关键参数选择依据fs 250;// 采样率来自rec_1m.mat元数据必须匹配实际数据f_hp 0.5;// 低于此频率的生理呼吸波0.1–0.3Hz和体动伪迹需保留部分故不设更低截止win_len round(0.8 * fs);// 201点对应0.8秒覆盖典型T波持续时间避免过度平滑% Main.m 中预处理核心段 [b_hp, a_hp] butter(2, f_hp/(fs/2), high); % 高通滤波器系数 ecg_hp filtfilt(b_hp, a_hp, ecg_raw); % 零相位滤波避免R波偏移 baseline medfilt1(ecg_hp, win_len); % 移动中值滤波提取基线 ecg_clean ecg_hp - baseline; % 基线校正提示filtfilt比filter关键——它对信号正向反向各滤一次彻底消除群延迟确保R波峰值位置与原始信号严格对齐。若用filter后续R波定位误差可达15ms以上直接影响QRS中心计算精度。2.2 R波检测基于自适应阈值与双窗口验证的鲁棒定位传统findpeaks在低信噪比下易漏检T波或误判噪声峰。本方案采用改进的Pan-Tompkins算法思想先用微分算子增强QRS陡峭边缘再经平方运算突出能量最后用自适应阈值动态判定峰值。核心创新在于双窗口验证机制主检测窗300ms内取局部最大值候选验证窗150ms紧邻主窗后要求无更高幅度峰排除T波干扰% getFeature.m 中R波定位逻辑 diff_ecg diff(ecg_clean); % 一阶微分增强边缘 sq_ecg diff_ecg .^ 2; % 平方突出QRS能量 % 自适应阈值当前窗内均值 0.5*标准差避免固定阈值失效 thr mean(sq_ecg(idx_start:idx_end)) 0.5 * std(sq_ecg(idx_start:idx_end)); r_candidate find(sq_ecg thr); % 双窗口验证对每个候选点检查其后150ms内是否存在更高幅值 for k 1:length(r_candidate) next_win r_candidate(k)1 : min(r_candidate(k)round(0.15*fs), length(sq_ecg)); if isempty(next_win) || all(sq_ecg(next_win) sq_ecg(r_candidate(k))) r_peaks(end1) r_candidate(k); end end注意r_peaks输出为采样点索引需转换为时间戳r_time r_peaks / fs;。验证窗长度150ms基于临床数据——正常T波峰值距R峰约200–300ms设置150ms可覆盖95%病例同时避开P波通常距R峰120ms。2.3 QRS中心校准以R峰为锚点重构心电周期坐标系R波是心电周期最稳定标志但QRS复合波宽度80–120ms导致单纯以R峰为中心截取会切割P波或T波。本方案引入QRS宽度自适应校准对每个R峰向前搜索Q波起点负向过零点向后搜索S波终点负向过零点取其中心作为QRS中心。该中心才是P-QRS-T分割的真正原点。% MBassiouni.m 中QRS中心计算 for i 1:length(r_peaks) r_idx r_peaks(i); % 向前搜索Q波从R峰向左找第一个负向过零点 q_search max(1, r_idx-50) : r_idx; q_zero_cross find(diff(sign(ecg_clean(q_search)))0, 1, first); q_idx q_search(q_zero_cross) - 1; % 向后搜索S波从R峰向右找最后一个负向过零点 s_search r_idx : min(length(ecg_clean), r_idx80); s_zero_cross find(diff(sign(ecg_clean(s_search)))0, 1, last); s_idx s_search(s_zero_cross) 1; qrs_center(i) round((q_idx s_idx)/2); end参数取值依据q_search窗口长50点200ms覆盖典型PR间期120–200mss_search窗口长80点320ms覆盖QT间期上限440ms留余量QRS中心公式(q_idx s_idx)/2几何中心比R峰更稳定减少心率变异性影响3. P-QRS-T分割与平均片段合成时域对齐与形态加权均值分割目标不是固定长度切片而是将每个心跳映射到统一的“心电周期时间轴”上使P波起始、R峰、T波终点在所有周期中严格对齐。本方案采用相对位置归一化而非绝对时间截取解决心率变异性HRV导致的波形压缩/拉伸问题。3.1 动态窗口定义基于心率自适应的P/T边界搜索固定窗口如R峰±200ms在心动过速时会截断T波在心动过缓时混入下一周期P波。本方案根据相邻R-R间期动态计算窗口P波窗口R峰前0.3 * RR_interval至R峰前0.1 * RR_intervalT波窗口R峰后0.3 * RR_interval至R峰后0.6 * RR_interval其中RR_interval为当前R峰与前一R峰的时间差秒单位统一为采样点数。% Main.m 中动态窗口生成 rr_intervals diff(r_peaks) / fs; % 计算RR间期秒 for i 2:length(r_peaks) rr_prev rr_intervals(i-1); % 当前周期RR间期 p_start max(1, r_peaks(i) - round(0.3 * rr_prev * fs)); p_end r_peaks(i) - round(0.1 * rr_prev * fs); t_start r_peaks(i) round(0.3 * rr_prev * fs); t_end min(length(ecg_clean), r_peaks(i) round(0.6 * rr_prev * fs)); % 存储各波形区间 p_windows{i} [p_start, p_end]; t_windows{i} [t_start, t_end]; end提示0.3和0.6系数来自AHA心电图测量标准——P波起始距R峰约30% RR间期T波终点距R峰约60% RR间期。该比例在60–100bpm心率范围内稳定比固定毫秒数更符合生理。3.2 时域对齐基于P波起始与T波终点的线性插值重采样不同心跳的P-QRS-T各段长度差异可达30%直接逐点平均会导致波形模糊。本方案对每个心跳独立执行提取P波段、QRS段、T波段原始采样点将各段重采样至标准长度P段40点、QRS段60点、T段80点拼接为统一180点的P-QRS-T片段% MBassiouni.m 中对齐核心 standard_lengths [40, 60, 80]; % P/QRS/T标准点数 for i 1:length(r_peaks) % 提取原始片段 p_seg ecg_clean(p_windows{i}(1):p_windows{i}(2)); qrs_seg ecg_clean(qrs_center(i)-30:qrs_center(i)29); % QRS中心±30点 t_seg ecg_clean(t_windows{i}(1):t_windows{i}(2)); % 重采样至标准长度 p_resamp interp1(1:length(p_seg), p_seg, linspace(1, length(p_seg), standard_lengths(1))); qrs_resamp interp1(1:length(qrs_seg), qrs_seg, linspace(1, length(qrs_seg), standard_lengths(2))); t_resamp interp1(1:length(t_seg), t_seg, linspace(1, length(t_seg), standard_lengths(3))); % 拼接 full_segment{i} [p_resamp, qrs_resamp, t_resamp]; end3.3 加权平均合成抑制异常心跳对模板的污染直接算术平均会使早搏、室性异位等异常心跳扭曲模板。本方案引入形态相似度权重计算每个重采样片段与当前累计均值的欧氏距离距离越大权重越小。迭代更新均值% Main.m 中加权平均循环 mean_template zeros(1, 180); for iter 1:10 % 迭代收敛 distances zeros(1, length(full_segment)); for j 1:length(full_segment) distances(j) norm(full_segment{j} - mean_template); end weights exp(-distances / (0.1 * max(distances))); % 温度系数0.1控制衰减速度 weights weights / sum(weights); % 归一化 new_mean zeros(1, 180); for j 1:length(full_segment) new_mean new_mean weights(j) * full_segment{j}; end if norm(new_mean - mean_template) 1e-5 break; end mean_template new_mean; end save(mean_PQRST.mat, mean_template);权重函数公式效果exp(-d/(0.1*max_d))d为欧氏距离距离达最大距离10%时权重衰减至37%有效抑制离群心跳4. 实战验证用仿真数据与真实ECG对比验证分割质量验证不能只看代码是否运行成功必须检验输出模板的临床可用性。本节提供三类验证方法覆盖从快速自查到定量评估的完整链路。4.1 可视化自查叠加原始心跳与平均模板的形态一致性检查最直接的验证是观察平均模板是否保留P波上升支、QRS陡峭升沿、T波不对称性等关键特征。以下命令生成对比图% 在Main.m末尾添加 figure; subplot(2,1,1); plot(ecg_clean(r_peaks(10)-200:r_peaks(10)400)); % 第10个心跳 title(原始第10个心跳); subplot(2,1,2); hold on; plot(mean_template, r, LineWidth, 2); % 平均模板 xlabel(采样点180点); ylabel(电压mV); title(P-QRS-T平均模板); legend(平均模板); grid on;注意若P波在模板中消失说明p_windows计算中0.1*RR系数过大需下调至0.08若T波被截断检查t_end是否超出信号长度应添加min(..., length(ecg_clean))保护。4.2 定量评估计算模板与单心跳的相似度指标使用临床认可的波形相似度Waveform Similarity Index, WSI定义为 $$ WSI 1 - \frac{|x - \bar{x}|_2}{|x|_2 |\bar{x}|_2} $$ 值越接近1表示越相似。对前50个心跳计算WSI分布wsi_scores zeros(1, 50); for i 1:50 seg full_segment{i}; wsi_scores(i) 1 - norm(seg - mean_template) / (norm(seg) norm(mean_template)); end fprintf(WSI均值: %.3f ± %.3f\n, mean(wsi_scores), std(wsi_scores)); % 输出示例WSI均值: 0.921 ± 0.032 → 表明模板高度代表群体形态4.3 临床意义验证提取PR、QT间期并对比标准值平均模板的价值在于支持后续测量。用模板自动提取PR间期P波起点到R峰和QT间期R峰到T波终点% 基于mean_template提取关键间期 [~, r_idx] max(mean_template(401:4060)); % R峰在QRS段索引41–100 r_abs_idx 40 r_idx; % R峰全局索引 % P波起点R峰前找第一个局部最小值P波起始为负向拐点 p_start find(diff(sign(diff(mean_template(1:r_abs_idx)))) 0, 1, last); pr_interval (r_abs_idx - p_start) / fs * 1000; % 毫秒 % T波终点R峰后找T波下降支的拐点 t_descend mean_template(r_abs_idx:end); [~, t_min] min(t_descend(1:30)); % T波终点附近最小值 qt_interval (r_abs_idx t_min - 1) / fs * 1000; fprintf(PR间期: %.1f ms, QT间期: %.1f ms\n, pr_interval, qt_interval); % 正常范围PR 120–200ms, QT 440ms心率校正后若PR185ms、QT392ms则落入正常范围证明分割逻辑符合生理事实。此步骤是区分“能跑通”和“能用于分析”的关键分水岭。本文还有配套的精品资源点击获取 心电图P-QRS-T平均片段提取：时序对齐与形态稳定性建模
简介本资源是一套面向本科及硕士阶段科研学习者的心电信号处理实践代码包聚焦心电图ECG预处理、波形分割与P-QRS-T平均片段提取等核心任务适用于生物医学信号分析、智能诊断算法验证等教学与研究场景。压缩包共10个文件含5张结果可视化PNG图展示预处理前后对比、分割效果及特征波形、3个关键MATLAB函数文件如MBassiouni.m、getFeature.m、Main.m、1个说明文档txt和1个实测ECG数据mat文件整体仅494KB轻量易部署。目前已有152人下载学习所有代码基于MATLAB 2014a/2019a开发并附运行结果截图无需额外调试即可复现完整流程用户可直接调用模块化函数理解信号去噪、R波检测、动态窗口分割及模板平均等关键技术实现细节为后续心律失常分类或深度学习建模提供高质量基础片段。1. 心电图信号处理不是“滤波画图”——P-QRS-T平均片段提取本质是时序对齐与形态稳定性建模很多初学者拿到心电图ECG数据后第一反应是调用filter函数低通去噪、用findpeaks找R波、再截取固定长度窗口——结果发现P波模糊、T波变形、不同心跳间形态漂移严重。这套流程在临床诊断或深度学习特征工程中会直接失效。本资源提供的Matlab实现核心价值不在代码本身而在于它显式建模了心电周期内各波形的时序相对位置约束P波起始点到R峰、R峰到T波终点并非固定毫秒数而是随心率动态变化的生理比例关系。它通过R波精确定位→QRS中心校准→前后自适应窗口扩展→多周期时域对齐→逐点均值合成最终输出的mean_PQRST.mat不是简单平均而是满足形态一致性morphological consistency的统计模板。适合本科毕设做特征提取基线、硕士课题构建心律失常分类器前处理模块也适合作为Matlab信号处理课程中“非平稳生物信号对齐”教学案例——所有代码在2014a及以上版本可直接运行无需额外工具箱rec_1m.mat已含实测单导联数据Main.m入口清晰MBassiouni.m封装了关键分割逻辑。2. 心电信号预处理从原始采样到R波精确定位的三阶段降噪与增强心电图预处理不是单一滤波操作而是针对生物信号特性的分层处理工频干扰50/60Hz、基线漂移0.5Hz、肌电噪声100Hz需不同策略抑制且不能破坏P波和T波的微弱斜率特征。本方案采用三阶段级联设计每阶段输出均可验证避免误差累积。2.1 带通滤波与基线校正保留0.5–40Hz有效频带原始ECG常含显著基线漂移直接高通滤波会引入相位失真。本方案先用二阶巴特沃斯高通滤波器截止频率0.5Hz粗略抑制慢变趋势再用移动中值滤波窗口长201点提取基线最后逐点减去基线。关键参数选择依据fs 250;// 采样率来自rec_1m.mat元数据必须匹配实际数据f_hp 0.5;// 低于此频率的生理呼吸波0.1–0.3Hz和体动伪迹需保留部分故不设更低截止win_len round(0.8 * fs);// 201点对应0.8秒覆盖典型T波持续时间避免过度平滑% Main.m 中预处理核心段 [b_hp, a_hp] butter(2, f_hp/(fs/2), high); % 高通滤波器系数 ecg_hp filtfilt(b_hp, a_hp, ecg_raw); % 零相位滤波避免R波偏移 baseline medfilt1(ecg_hp, win_len); % 移动中值滤波提取基线 ecg_clean ecg_hp - baseline; % 基线校正提示filtfilt比filter关键——它对信号正向反向各滤一次彻底消除群延迟确保R波峰值位置与原始信号严格对齐。若用filter后续R波定位误差可达15ms以上直接影响QRS中心计算精度。2.2 R波检测基于自适应阈值与双窗口验证的鲁棒定位传统findpeaks在低信噪比下易漏检T波或误判噪声峰。本方案采用改进的Pan-Tompkins算法思想先用微分算子增强QRS陡峭边缘再经平方运算突出能量最后用自适应阈值动态判定峰值。核心创新在于双窗口验证机制主检测窗300ms内取局部最大值候选验证窗150ms紧邻主窗后要求无更高幅度峰排除T波干扰% getFeature.m 中R波定位逻辑 diff_ecg diff(ecg_clean); % 一阶微分增强边缘 sq_ecg diff_ecg .^ 2; % 平方突出QRS能量 % 自适应阈值当前窗内均值 0.5*标准差避免固定阈值失效 thr mean(sq_ecg(idx_start:idx_end)) 0.5 * std(sq_ecg(idx_start:idx_end)); r_candidate find(sq_ecg thr); % 双窗口验证对每个候选点检查其后150ms内是否存在更高幅值 for k 1:length(r_candidate) next_win r_candidate(k)1 : min(r_candidate(k)round(0.15*fs), length(sq_ecg)); if isempty(next_win) || all(sq_ecg(next_win) sq_ecg(r_candidate(k))) r_peaks(end1) r_candidate(k); end end注意r_peaks输出为采样点索引需转换为时间戳r_time r_peaks / fs;。验证窗长度150ms基于临床数据——正常T波峰值距R峰约200–300ms设置150ms可覆盖95%病例同时避开P波通常距R峰120ms。2.3 QRS中心校准以R峰为锚点重构心电周期坐标系R波是心电周期最稳定标志但QRS复合波宽度80–120ms导致单纯以R峰为中心截取会切割P波或T波。本方案引入QRS宽度自适应校准对每个R峰向前搜索Q波起点负向过零点向后搜索S波终点负向过零点取其中心作为QRS中心。该中心才是P-QRS-T分割的真正原点。% MBassiouni.m 中QRS中心计算 for i 1:length(r_peaks) r_idx r_peaks(i); % 向前搜索Q波从R峰向左找第一个负向过零点 q_search max(1, r_idx-50) : r_idx; q_zero_cross find(diff(sign(ecg_clean(q_search)))0, 1, first); q_idx q_search(q_zero_cross) - 1; % 向后搜索S波从R峰向右找最后一个负向过零点 s_search r_idx : min(length(ecg_clean), r_idx80); s_zero_cross find(diff(sign(ecg_clean(s_search)))0, 1, last); s_idx s_search(s_zero_cross) 1; qrs_center(i) round((q_idx s_idx)/2); end参数取值依据q_search窗口长50点200ms覆盖典型PR间期120–200mss_search窗口长80点320ms覆盖QT间期上限440ms留余量QRS中心公式(q_idx s_idx)/2几何中心比R峰更稳定减少心率变异性影响3. P-QRS-T分割与平均片段合成时域对齐与形态加权均值分割目标不是固定长度切片而是将每个心跳映射到统一的“心电周期时间轴”上使P波起始、R峰、T波终点在所有周期中严格对齐。本方案采用相对位置归一化而非绝对时间截取解决心率变异性HRV导致的波形压缩/拉伸问题。3.1 动态窗口定义基于心率自适应的P/T边界搜索固定窗口如R峰±200ms在心动过速时会截断T波在心动过缓时混入下一周期P波。本方案根据相邻R-R间期动态计算窗口P波窗口R峰前0.3 * RR_interval至R峰前0.1 * RR_intervalT波窗口R峰后0.3 * RR_interval至R峰后0.6 * RR_interval其中RR_interval为当前R峰与前一R峰的时间差秒单位统一为采样点数。% Main.m 中动态窗口生成 rr_intervals diff(r_peaks) / fs; % 计算RR间期秒 for i 2:length(r_peaks) rr_prev rr_intervals(i-1); % 当前周期RR间期 p_start max(1, r_peaks(i) - round(0.3 * rr_prev * fs)); p_end r_peaks(i) - round(0.1 * rr_prev * fs); t_start r_peaks(i) round(0.3 * rr_prev * fs); t_end min(length(ecg_clean), r_peaks(i) round(0.6 * rr_prev * fs)); % 存储各波形区间 p_windows{i} [p_start, p_end]; t_windows{i} [t_start, t_end]; end提示0.3和0.6系数来自AHA心电图测量标准——P波起始距R峰约30% RR间期T波终点距R峰约60% RR间期。该比例在60–100bpm心率范围内稳定比固定毫秒数更符合生理。3.2 时域对齐基于P波起始与T波终点的线性插值重采样不同心跳的P-QRS-T各段长度差异可达30%直接逐点平均会导致波形模糊。本方案对每个心跳独立执行提取P波段、QRS段、T波段原始采样点将各段重采样至标准长度P段40点、QRS段60点、T段80点拼接为统一180点的P-QRS-T片段% MBassiouni.m 中对齐核心 standard_lengths [40, 60, 80]; % P/QRS/T标准点数 for i 1:length(r_peaks) % 提取原始片段 p_seg ecg_clean(p_windows{i}(1):p_windows{i}(2)); qrs_seg ecg_clean(qrs_center(i)-30:qrs_center(i)29); % QRS中心±30点 t_seg ecg_clean(t_windows{i}(1):t_windows{i}(2)); % 重采样至标准长度 p_resamp interp1(1:length(p_seg), p_seg, linspace(1, length(p_seg), standard_lengths(1))); qrs_resamp interp1(1:length(qrs_seg), qrs_seg, linspace(1, length(qrs_seg), standard_lengths(2))); t_resamp interp1(1:length(t_seg), t_seg, linspace(1, length(t_seg), standard_lengths(3))); % 拼接 full_segment{i} [p_resamp, qrs_resamp, t_resamp]; end3.3 加权平均合成抑制异常心跳对模板的污染直接算术平均会使早搏、室性异位等异常心跳扭曲模板。本方案引入形态相似度权重计算每个重采样片段与当前累计均值的欧氏距离距离越大权重越小。迭代更新均值% Main.m 中加权平均循环 mean_template zeros(1, 180); for iter 1:10 % 迭代收敛 distances zeros(1, length(full_segment)); for j 1:length(full_segment) distances(j) norm(full_segment{j} - mean_template); end weights exp(-distances / (0.1 * max(distances))); % 温度系数0.1控制衰减速度 weights weights / sum(weights); % 归一化 new_mean zeros(1, 180); for j 1:length(full_segment) new_mean new_mean weights(j) * full_segment{j}; end if norm(new_mean - mean_template) 1e-5 break; end mean_template new_mean; end save(mean_PQRST.mat, mean_template);权重函数公式效果exp(-d/(0.1*max_d))d为欧氏距离距离达最大距离10%时权重衰减至37%有效抑制离群心跳4. 实战验证用仿真数据与真实ECG对比验证分割质量验证不能只看代码是否运行成功必须检验输出模板的临床可用性。本节提供三类验证方法覆盖从快速自查到定量评估的完整链路。4.1 可视化自查叠加原始心跳与平均模板的形态一致性检查最直接的验证是观察平均模板是否保留P波上升支、QRS陡峭升沿、T波不对称性等关键特征。以下命令生成对比图% 在Main.m末尾添加 figure; subplot(2,1,1); plot(ecg_clean(r_peaks(10)-200:r_peaks(10)400)); % 第10个心跳 title(原始第10个心跳); subplot(2,1,2); hold on; plot(mean_template, r, LineWidth, 2); % 平均模板 xlabel(采样点180点); ylabel(电压mV); title(P-QRS-T平均模板); legend(平均模板); grid on;注意若P波在模板中消失说明p_windows计算中0.1*RR系数过大需下调至0.08若T波被截断检查t_end是否超出信号长度应添加min(..., length(ecg_clean))保护。4.2 定量评估计算模板与单心跳的相似度指标使用临床认可的波形相似度Waveform Similarity Index, WSI定义为 $$ WSI 1 - \frac{|x - \bar{x}|_2}{|x|_2 |\bar{x}|_2} $$ 值越接近1表示越相似。对前50个心跳计算WSI分布wsi_scores zeros(1, 50); for i 1:50 seg full_segment{i}; wsi_scores(i) 1 - norm(seg - mean_template) / (norm(seg) norm(mean_template)); end fprintf(WSI均值: %.3f ± %.3f\n, mean(wsi_scores), std(wsi_scores)); % 输出示例WSI均值: 0.921 ± 0.032 → 表明模板高度代表群体形态4.3 临床意义验证提取PR、QT间期并对比标准值平均模板的价值在于支持后续测量。用模板自动提取PR间期P波起点到R峰和QT间期R峰到T波终点% 基于mean_template提取关键间期 [~, r_idx] max(mean_template(401:4060)); % R峰在QRS段索引41–100 r_abs_idx 40 r_idx; % R峰全局索引 % P波起点R峰前找第一个局部最小值P波起始为负向拐点 p_start find(diff(sign(diff(mean_template(1:r_abs_idx)))) 0, 1, last); pr_interval (r_abs_idx - p_start) / fs * 1000; % 毫秒 % T波终点R峰后找T波下降支的拐点 t_descend mean_template(r_abs_idx:end); [~, t_min] min(t_descend(1:30)); % T波终点附近最小值 qt_interval (r_abs_idx t_min - 1) / fs * 1000; fprintf(PR间期: %.1f ms, QT间期: %.1f ms\n, pr_interval, qt_interval); % 正常范围PR 120–200ms, QT 440ms心率校正后若PR185ms、QT392ms则落入正常范围证明分割逻辑符合生理事实。此步骤是区分“能跑通”和“能用于分析”的关键分水岭。本文还有配套的精品资源点击获取