Pan-Tompkins算法代码示例

Pan-Tompkins算法是一种用于从心电信号（ECG）信号中提取R波（心脏跳动的主要峰）的经典方法，它主要用于处理无电极导联的心电图数据。这个算法主要包括四个步骤：

1. **低通滤波**：通过IIR（无限 impulse response）滤波器去除高频噪声，保留低频的心电信号成分。

2. **检测QRS复杂波形**：寻找幅度显著大于背景噪声的局部峰值，通常通过比较前一帧和当前帧的绝对差分来识别。

3. **确认R波**：对候选峰应用特定的模板匹配规则，如面积、宽度和时间间隔（RR周期），确定真正的R波。

4. **峰值校正**：有时可能需要微调峰的位置，例如考虑峰两侧的斜率信息。

由于涉及到数值计算和具体的算法细节，这里给出一个简化的Python代码示例，基于NumPy库：

import numpy as np

def low_pass_filter(signal, cutoff_freq):
    b, a = butter(2, cutoff_freq / nyquist_rate, 'low')
    filtered_signal = signal * lfilter(b, a, 1)
    return filtered_signal

def detect_qrs(signal):
    diff = np.diff(np.abs(signal))
    peaks = diff > qrs_threshold
    return peaks

def confirm_r_wave(peaks, rr_intervals):
    # 省略了具体模板匹配部分，这里假设rr_intervals是已知的R-R间隔
    r_indices = peaks & (np.roll(peaks, -1) == False) & (np.roll(peaks, 1) == False)
    return r_indices

# 使用示例
# 假设signal是一个包含心电信号的一维数组
filtered_signal = low_pass_filter(signal, 0.5)  # 例如，50Hz截止频率
peaks = detect_qrs(filtered_signal)
r_indices = confirm_r_wave(peaks, rr_intervals)

#