Pan_Tompkins_ECG算法实现

Pan_Tompkins_ECG_v5.zip

function [qrs_amp_rawqrs_i_rawdelay]=pan_tompkin（ecgfsgr）

%% function [qrs_amp_rawqrs_i_rawdelay]=pan_tompkin（ecgfs）
% Complete implementation of Pan-Tompkins algorithm

%% Inputs
% ecg : raw ecg vector signal 1d signal
% fs : sampling frequency e.g. 200Hz 400Hz and etc
% gr : flag to plot or not plot （set it 1 to have a plot or set it zero not
% to see any plots
%% Outputs
% qrs_amp_raw : amplitude of R waves amplitudes
% qrs_i_raw : index of R waves
% delay : number of samples which the signal is delayed due to the
% filtering
%% Method :

%% PreProcessing
% 1） Signal is preprocessed  if the sampling frequency is higher then it is downsampled
% and if it is lower upsampled to make the sampling frequency 200 Hz
% with the same filtering setups introduced in Pan
% tompkins paper （a combination of low pass and high pass filter 5-15 Hz）
% to get rid of the baseline wander and muscle noise. 

% 2） The filtered signal
% is derivated using a derivating filter to high light the QRS complex.

% 3） Signal is squared.4）Signal is averaged with a moving window to get rid
% of noise （0.150 seconds length）.

% 5） depending on the sampling frequency of your signal the filtering
% options are changed to best match the characteristics of your ecg signal

% 6） Unlike the other implementations in this implementation the desicion
% rule of the Pan tompkins is implemented completely.

%% Decision Rule 
% At this point in the algorithm the preceding stages have produced a roughly pulse-shaped
% waveform at the output of the MWI . The determination as to whether this pulse
% corresponds to a QRS complex （as opposed to a high-sloped T-wave or a noise artefact） is
% performed with an adaptive thresholding operation and other decision
% rules outlined below;

% a） FIDUCIAL MARK - The waveform is first processed to produce a set of weighted unit
% samples at the location of the MWI maxima. This is done in order to localize the QRS
% complex to a single instant of time. The w[k] weighting is the maxima value.

% b） THRESHOLDING - When analyzing the amplitude of the MWI output the algorithm uses
% two threshold values （THR_SIG and THR_NOISE appropriately initialized during a brief
% 2 second training phase） that continuously adapt to changing ECG signal quality. The
% first pass through y[n] uses these thresholds to classify the each non-zero sample
% （CURRENTPEAK） as either signal or noise:
% If CURRENTPEAK > THR_SIG that location is identified as a 換RS complex
% candidate?and the signal level （SIG_LEV） is updated:
% SIG _ LEV = 0.125 證URRENTPEAK + 0.875?SIG _ LEV

% If THR_NOISE < CURRENTPEAK < THR_SIG then that location is identified as a
% 搉oise peak?and the noise level （NOISE_LEV） is updated:
% NOISE _ LEV = 0.125證URRENTPEAK + 0.875?NOISE _ LEV
% based on new estimates of the signal and noise levels （SIG_LEV and NOISE_LEV
% respectively） at that point in the ECG the thresholds are adjusted as 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       18399  2014-11-12 18:07  pan_tompkin.m
     文件       57226  2014-11-12 18:07  ECG_sample_noisy.mat
     文件        1527  2014-11-12 18:07  license.txt