matlab对HRV指标HR，SDNN,LF,HF,LF/HF,rSMDNN计算代码

在MATLAB中，计算HRV指标如HR（心率）、SDNN（标准差NN间隔）、LF（低频分量）、HF（高频分量）、LF/HF比值和rSMDNN（标准化的SDNN）通常需要一些信号处理和统计分析库。这里是一个简化的示例代码，假设你已经有了一个包含RR间隔序列的数据列（比如名为`rr_intervals`）：

% 导入所需的库
import matlab.signal.*
import mathworks.io.*

% 定义HRV计算函数
function hrv_stats = calculateHRV(rr_intervals)
    % 计算心率 (HR)
    hr = mean(rr_intervals);

    % 计算SDNN
    sdnn = std(nn_intervals(rr_intervals));

    % 转换为时间序列并做FFT (假设采样率为1Hz)
    fs = 1; % Sampling frequency
    sig = detrend(meanfilt1(double(rr_intervals), 10)); % 滤波处理
    [Pxx, f] = pwelch(sig, [], [], [], fs);

    % LF和HF区间的频率范围
    lf_range = [0.04, 0.15];
    hf_range = [0.15, 0.4];

    % LF和HF功率
    Plf = sum(Pxx(f >= lf_range(1) & f <= lf_range(2)));
    Pf = sum(Pxx(f >= hf_range(1) & f <= hf_range(2)));

    % LF/HF比值
    lfhf_ratio = Plf / Pf;

    % 标准化SDNN (rSMDNN)
    r_smdnn = sdnn / sqrt(mean(nn_intervals(rr_intervals).^2));

    % 返回HRV指标
    hrv_stats = struct('HR', hr, 'SDNN', sdnn, 'LF', Plf, 'HF', Pf, 'LF/HF', lfhf_ratio, 'rSMDNN', r_smdnn);
end

% 示例用法
rr_data = load_your_data(); % 替换为实际的RR间隔数据文件
hrv_stats = calculateHRV(rr_data);

注意这只是一个基本的例子，实际应用中可能还需要根据具体需求调整数据预处理步骤，如滤波器的选择，以及考虑其他可能影响HRV的因素。同时，此代码假设输入数据已经预处理并且是时间序列形式，如果不是，你需要先将它们转换为合适的形式。