✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页：Matlab科研工作室
👇 关注我领取海量matlab电子书和数学建模资料
🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。
🔥 内容介绍
一、开篇：为什么读懂 ECG，是守护心脏的关键一步
1.1 从一次体检的 “心电图异常” 说起
前段时间陪朋友去体检，本以为就是走个过场，结果朋友拿到心电图报告时，上面 “窦性心律不齐” 几个字，让他瞬间紧张起来。看着报告上那些弯弯曲曲的线，我俩一脸懵，完全不知道这意味着什么。相信很多人都有过类似经历，体检时被心电图报告上的专业术语搞得一头雾水，最后只能怀着忐忑的心情问医生：“我这心脏，到底有没有事啊？”
其实，心电图（ECG）就像是心脏的 “电信号日记”，每一个波形、每一段间隔，都记录着心脏的工作状态。很多心脏疾病，在初期可能没有明显症状，但心电图却能提前捕捉到异常，发出预警信号。然而，由于缺乏相关知识，我们常常忽视这些信号，错过最佳的预防和治疗时机。所以，掌握一些 ECG 的基础分析方法，对我们每个人来说，都至关重要，它能让我们更懂自己的心脏，为健康多一份保障。
1.2 本文干货预告：新手也能学会的 ECG 分析技巧
别担心，今天这篇文章，就是来帮大家揭开 ECG 神秘面纱的。我会用最通俗易懂的语言，带你 3 分钟入门心电图，10 分钟就能看懂自己的体检报告。在这里，你将学到超简单的心率计算方法，一眼识别常见心律失常的 ECG 特征，还有居家就能做的护心小妙招。全程避开那些让人头疼的专业术语堆砌，把复杂的医学知识，变成人人都能上手的实用干货。让我们一起迈出守护心脏健康的第一步吧！
二、ECG 基础扫盲：心电信号到底是什么？
2.1 ECG 的本质：心脏电活动的 “可视化日记”
咱们先来聊聊心电信号到底是啥。简单来说，心电图（ECG）就是心脏每个心动周期中，起搏点、心房、心室相继兴奋，伴随着生物电变化，通过心电记录仪从体表得到的序列波形 。这就好比给心脏的电活动拍了个 “视频”，把心脏工作时产生的微小电流变化，变成了我们能看到的波形图。
做心电图超简单，医生会在你手腕、脚踝和胸前贴上几个小电极片，这些电极片就像小侦探，能捕捉到心脏发出的电信号，再把信号传给心电图机，机器就会画出心电图。整个过程无创、便捷还低成本，在医院里是最常见的心脏检查项目之一。
它的作用可大了，像冠心病、心律失常、心肌梗死这些常见的心脏疾病，医生都能通过分析心电图上的波形、振幅、间期等参数，揪出心脏的异常，做出准确诊断。可以说，心电图就是心脏健康的 “侦察兵”，帮我们提前发现心脏隐患。
2.2 先认 “基础指标”：ECG 监护仪上的关键数值
走进医院病房，看到床边的心电监护仪，上面一堆数字和曲线，是不是感觉一头雾水？别慌，咱们先把最关键的指标搞清楚。
心率，也就是每分钟心脏跳动的次数，是心电监护仪上最重要的数据之一，正常成年人在安静状态下的心率一般在 60-100 次 / 分钟。当然，运动员或经常锻炼的人，心率可能会低于 60 次 / 分钟，这是他们心脏功能强大的表现，属于正常生理现象 。而在情绪激动、运动、发烧或者喝了咖啡、浓茶这些刺激性饮料后，心率会加快，这也是身体的正常反应。但要是心率持续过快（超过 100 次 / 分钟）或过慢（低于 60 次 / 分钟），那可得小心了，可能是心脏出问题，或者是甲状腺功能亢进、贫血、心脏传导阻滞等疾病在作祟。
除了心率，监护仪上还会显示血压、血氧饱和度、呼吸频率等指标。血压分为收缩压和舒张压，正常范围分别是 90 - 140mmHg 和 60 - 90mmHg；血氧饱和度正常要高于 95%，代表血液中的氧含量；呼吸频率在平稳呼吸状态下，正常范围是 12 - 20 次 / 分钟。这些指标就像一群小卫士，从不同角度守护着我们的健康，哪一个出了问题，都可能给身体带来麻烦。
在这些指标里，心率可是评估心脏节律是否正常的第一道 “关卡”。一旦心率出现异常，心脏的泵血功能就可能受影响，导致全身供血不足，出现头晕、乏力、心慌等症状。所以，学会看心率，是读懂 ECG 的第一步，也是守护心脏健康的关键一步。
三、核心技能：3 步算出心率，快速判断 “心跳快慢”
3.1 心电图纸的 “隐藏密码”：走速与格数的关系
要想准确算出心率，我们得先了解心电图纸上那些看似不起眼的 “小秘密”。平时做心电图，打印出来的图纸上有好多密密麻麻的小格子，这些小格子可都暗藏玄机呢。
一般来说，心电图纸的走纸速度是固定的，常见的就是 25mm/s，啥意思呢？就是说心电图机在记录心电信号的时候，图纸会以每秒 25 毫米的速度往前跑。那这些小格子又有啥用呢？心电图纸上，每 1mm 是一个小格，5 个小格组成一个大格 。因为走纸速度是 25mm/s，所以 1 个小格代表的时间就是 1÷25 = 0.04 秒，1 个大格就是 5×0.04 = 0.2 秒。这些时间和格子的关系，就是我们计算心率的关键基础，就像盖房子的地基一样，可千万不能马虎。
3.2 两种计算方法：新手首选的 “懒人公式”
掌握了心电图纸的小秘密，接下来就是计算心率的 “干货” 环节啦。我给大家分享两个超简单、超实用的方法，保证一学就会。
第一个方法叫 “大格计数法”。我们知道，心电图上相邻两个 R 波（也就是 QRS 波群中向上的那个尖尖）之间的距离，叫 R-R 间距，这个间距在计算心率时很重要。用 300 除以 R-R 间距之间的大格数，得到的结果就是心率。比如说，你看心电图上两个 R 波之间刚好是 3 个大格，那心率就是 300÷3 = 100 次 / 分。是不是超级简单，就像做除法口算题一样。
要是 R-R 间距里的大格数不是整数，有零头，数小格更方便，这时候就可以用 “小格计数法”。因为 1 个小格是 0.04 秒，1 分钟是 60 秒，也就是 60000 毫秒，所以用 60000 除以 R-R 间距的小格数，就能得到心率。假设 R-R 间距是 150 个小格，那心率就是 60000÷150 = 400 次 / 分。
这两种方法，“大格计数法” 算起来快，适合 R-R 间距大格数是整数的时候；“小格计数法” 更精确，碰到大格数有零头的情况就派上用场了。大家可以根据心电图上的实际情况灵活选择，多练习几次，就能熟练掌握啦。
3.3 心率异常的初步判断：心动过速 vs 心动过缓
算出心率后，怎么知道这个心率是不是正常呢？一般来说，成年人在安静状态下，心率在 60 - 100 次 / 分之间都算正常。要是心率超过 100 次 / 分，就叫心动过速；低于 60 次 / 分，就是心动过缓。
先说说心动过速，运动完、情绪激动、喝了咖啡浓茶之后，心跳加快，这是身体正常的反应，休息一会儿或者等咖啡因代谢掉，心率就能恢复正常。但要是经常无缘无故心跳过快，那可得注意了，像甲状腺功能亢进（甲亢），甲状腺激素分泌过多，会刺激心脏，让心跳加速；还有贫血的时候，身体缺氧，心脏就得加快跳动来给全身供血；另外，一些心脏疾病，比如冠心病、心肌炎，也会引发心动过速。
再讲讲心动过缓，有些运动员或者长期坚持锻炼的人，心脏功能强大，心率可能低于 60 次 / 分，这是好事，说明他们心脏泵血效率高。但要是普通人出现心动过缓，可能是吃了某些药物，像治疗高血压、心脏病的 β 受体阻滞剂，就可能让心率变慢；还有病态窦房结综合征，心脏的起搏点窦房结出问题了，也会导致心动过缓，严重的还可能引起头晕、黑矇甚至晕厥。
我有个朋友，平时爱喝咖啡，有段时间工作压力大，每天好几杯咖啡下肚，结果体检的时候发现心率一直维持在 110 - 120 次 / 分左右。他吓坏了，赶紧去医院检查，结果医生说，除了心率快点，其他指标都正常，让他先停喝咖啡，调整作息，观察一段时间。他照做之后，心率果然慢慢降下来，恢复正常了。所以说，心率偶尔异常不一定就是生病了，但要是持续异常，或者还伴有头晕、心慌、胸闷这些不舒服的症状，那可千万别拖着，赶紧去医院，让医生好好检查检查，这样才能放心。
⛳️ 运行结果
📣 部分代码
[file, path] = uigetfile('*.*', 'Select the ECG file');
load(fullfile(path, file));
disp('File loaded successfully');
disp(file);
% Sampling frequency
Fs = 250;
% Normalize the signal , co. of variation
val = (val - mean(val))/std(val);
t = (1:1:length(val))*(1/Fs);
% Plot ECG in time domain
figure;
plot(t, val)
xlim([0 4])
xlabel('time (s)')
ylabel('amplitude (mV)')
title('ECG in Time Domain')
%% FFT
F = fft(val);
F = abs(F);
F = F(1:ceil(end/2));
F = F/max(F);
L = length(F);
f = (1:1:L)*((Fs/2)/L);
% Plot ECG Frequency
figure;
plot(f, F)
xlabel('Frequency (Hz)');
ylabel('strength');
title('ECG Frequency');
🔗 参考文献
🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：
🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
)
