简介MIT-BIH ECG数据库由麻省理工学院与波士顿医院联合发布是心律失常研究领域的经典数据源。面向心电信号处理初学者和生物医学工程相关专业学生压缩包内含.mat格式的心电数据、可运行的MATLAB绘图脚本.m文件、配套信息文件与自动备份文件共4个文件、约20KB。利用附带脚本可直接绘制心电波形清晰观察P波、QRS复合波与T波等关键特征并结合采样率与奈奎斯特定理理解数据特性同时掌握MATLAB处理生物医学信号的典型流程为后续心率、心律和QT间期等指标分析提供直观入口。资源已有7597人浏览/学习适合用于课堂演示、课程设计或入门自学程序注释简洁、结构清晰便于读者按步骤修改参数并观察波形变化具有较强的实操参考价值。1. MIT-BIH ECG 心电数据为什么画图前必须先解开 212 位交错格式下载过 MIT-BIH 心电数据的人多半有过类似经历兴奋地打开 .dat 文件看到的不是波形而是一堆 0 到 255 之间的二进制乱码。ECG 算法研究绕不开这套数据库它的注释文件里存着几十位专家逐拍标定的心拍类型是目前心律失常检测领域的事实基准但真正的门槛不在算法而在第一步——把这堆字节还原成电压信号再落到 MATLAB 绘图里。整个过程牵涉三种文件协议、两层位运算、四层单位换算任何一层出错画出来的就是一张形似心电图的废纸。这篇就拆解这条从原始二进制流到毫秒级波形的完整链路搞清楚为什么这套四十年前的格式至今仍是 ECG 绘图的事实标准。2. 三个文件三种协议头文件、数据文件、注释文件如何拼出一份心电记录一套完整的 MIT-BIH 记录由三个文件构成.hea、.dat、.atr。它们各司其职却共享同一个信息模型一条记录是多个通道的连续采样序列采样点从 0 开始编号注释文件里的每个 R 峰位置都指向这个采样编号轴。绘图时你需要的全部信息几乎都要先解析这三个文件才能拿到。2.1 头文件 .hea整个解析流程的元数据契约.hea 是纯文本前几行定义了之后所有解码所需的参数。典型内容如下100 2 360 650000 100.dat 212 200 1024 11 n/s 100.atr 212 200 1024 11 n/s第一行的字段依次是记录名、通道数、采样率360 Hz、总采样点数约 30 分钟。下面每一行对应一个通道文件文件名、存储格式212、ADC 增益200、基线1024、采样位数通常 11 或 12、单位。基线 1024 意味着裸 ADC 计数值 1024 对应 0 mV增益 200 表示每个 ADC 计数对应 1/200 mV也就是 5 微伏每 LSB。MATLAB 解析这段文本非常直接fid fopen(100.hea, r); line1 fgetl(fid); % 记录名 / 通道数 / 采样率 / 采样点数 meta textscan(fgetl(fid), %s %d %d %d %d %s); % 文件名 格式 增益 基线 位数 单位 fclose(fid); fs 360; % Hz后续时间轴换算的锚点 gain meta{3}; % 200ADC 计数到 mV 的除法因子 base meta{4}; % 1024零电压对应的基线这里我一般会先打印一遍 meta 再往下写因为不同记录文件的第二行字段顺序完全一致但 gain 和 baseline 可能不同。把这两个值硬编码进脚本是常见的翻车方式后面实测某条记录时波形的直流偏置会整体抬高或压低。2.2 数据文件 .dat212 格式的三字节交错机制.dat 是二进制这是整个流程里最反直觉的部分。每个采样点本身只占 12 位取值范围 -2048 到 2047但文件系统是字节寻址的三个字节装不下两个 12 位整数——于是原始设计者选择了交错布局3 个字节依次保存 通道 A 的 12 位、通道 B 的 12 位一次覆盖两个采样点。位布局如下第 0 字节通道 A 的低 8 位第 1 字节通道 A 的高 4 位低半字节 通道 B 的高 4 位高半字节第 2 字节通道 B 的低 8 位解析代码对应地也分为三步fid fopen(100.dat, r); raw fread(fid, uint8); fclose(fid); raw reshape(raw, 3, []); % 每 3 字节一组 sA raw(:, 1) bitshift(bitand(raw(:, 2), 15), 8); sB bitshift(raw(:, 2), -4) bitshift(raw(:, 3), 8); sA sA - (sA 2047) * 4096; % 12 位二进制补码的符号扩展 sB sB - (sB 2047) * 4096; v1 (sA - base) / gain; % 单位mV v2 (sB - base) / gain;两个关键参数值得细说。bitshift(bitand(raw(:,2), 15), 8)先取第 1 字节的低 4 位再左移 8 位拼上第 0 字节得到通道 A 的 12 位原码值通道 B 则是取第 1 字节的高 4 位右移后拼上第 2 字节整体左移 8 位的结果。第二步的s 2047是符号扩展12 位补码里最高位为 1 时代表负数需要减去 4096 才能还原真实的生理信号幅值漏掉这一步是心电绘图里最典型的“看起来像锯齿波”的原因。提示fread 读入的是无符号字节所有位运算都要放在 uint8 或转 double 之后做否则 MATLAB 会报数据类型错误。2.3 注释文件 .atr把 R 峰位置和类型编码进时间戳.atr 是专家标注的二进制协议文件记录了每一次心拍的类别和位置。和 .dat 一样它的设计目标是极端紧凑普通注释只占两个字节。第一个字节的低 6 位是相对于上一个注释的时间偏移单位是采样点第二个字节的低 6 位是心拍类型编码。如果偏移为 0则需要额外两个字节构成 14 位扩展偏移读到 0xFF 表示注释段结束。R 峰位置的计算方式是累计求和每个注释的绝对位置等于之前所有偏移之和。画图时除以 360 得到秒。这段解码逻辑不长但容易写错atr fread(fopen(100.atr,r), uint8); pos []; typ []; acc 0; k 1; while k numel(atr) if atr(k) 0 off atr(k1) 256*atr(k2); % 扩展偏移 k k 3; elseif atr(k) 255 break; % 结束标记 else off bitand(atr(k), 63); % 低 6 位才是偏移 k k 1; end if k numel(atr), break; end tcode bitand(atr(k), 63); % 低 6 位是类型 k k 1; acc acc off; pos(end1) acc; typ(end1) tcode; end这段代码里最容易挖的坑在bitand(atr(k), 63)类型字节的高 2 位被设计者用来放标测标记和校验信息不参与心拍类型定义。如果不做掩码直接取整字节所有正常心拍的 0 型标注会变成 64、65 这类“不存在”的类型绘图时注释点要么消失要么全被归到未知类别。解码完成后pos的单位是采样点不是秒——这是下一章时间轴换算的起点。3. MATLAB 里的四层换算从 ADC 计数到毫秒级波形拿到解码后的信号序列离绘图还差四步换算采样点到时间、ADC 计数到毫伏、两通道同步、注释类型到可读标签。每一步都直接影响波形呈现的临床意义。3.1 时间轴与单位ADC 计数如何变成微伏电压时间轴换算最简单也最容易被忽略。360 Hz 采样率的意思是每 1/360 秒采一次样30 分钟共约 65 万个点。生成时间向量只需一行t (0 : numel(v1)-1) / 360; % 单位秒为什么要强调除以 360 而不是用索引当横轴因为只有换算成秒后QRS 波的宽度正常 80~100 ms、RR 间期约 0.6~1.0 s才能对照临床标准做视觉判断。直接画索引时一个 QRS 波宽约 30~36 个采样点看起来和 0.3 秒的药物干预后宽 QRS 完全区分不开。单位换算则在上一章已经完成v (s - base) / gain。其中 base 是零电压对应的 ADC 计数gain 是灵敏度。默认记录里 gain 为 200即 1 mV 对应 200 个计数逐点换算后波形纵轴就是毫伏可以直接和标准心电图纸的 10 mm/mV 刻度对比。这里有个常见的认知误差ADC 位数是 11 位存储用 12 位补码但数字分辨率不等于幅度分辨率决定纵轴物理意义的是gain而不是存储位宽。3.2 通道与导联两路信号为什么必须同步显示MIT-BIH 记录的标准配置是两通道第一通道通常是 MLII 导联改良肢体 II 导第二通道多为 V1 或 V5。两个通道的时间轴完全同源因为 .dat 文件里本来就是按采样点交替存储的。绘图时将两个通道放到上下两张子图里共享 x 轴figure(Units,centimeters,Position,[1 1 17 8]); ax1 subplot(2, 1, 1); plot(ax1, t, v1, k); ylabel(ax1, MLII (mV)); ax2 subplot(2, 1, 2); plot(ax2, t, v2, k); ylabel(ax2, V5 (mV)); linkaxes([ax1 ax2], x);linkaxes(..., x)保证 zoom 时两边同步平移这样观察某个 PVC 在两条导联上的形态差异时不会因为手动滚动而错位。第二通道的价值在于同一心拍在 MLII 上可能因为主波方向不明显而漏判但 V5 上的形态却清晰表现出室性早搏的宽大畸形所以在绘图阶段就保持两通道对齐是后续诊断分析的基础。3.3 注释叠加把专家标定画到波形上的查表逻辑注释解码出来的是数字类型码0、1、2、3、4...直接散点图只会得到一堆无法区分的点。绘图前需要建一个类型映射表再在对应位置上按颜色散点叠加。常见的类型编码含义如下类型码含义建议显示颜色0正常心拍黑色 / 绿色1左束支阻滞蓝色2右束支阻滞青色3室性早搏红色4房性早搏洋红色5起搏心拍黄色叠加逻辑放在解码之后type_names {0,正常; 1,LBBB; 2,RBBB; 3,PVC; 4,PAC; 5,起搏}; hold(ax1, on); valid ismember(typ, [0 1 2 3 4 5]); scatter(ax1, pos(valid)/360, v1(pos(valid)1), 12, ... cellfun((c) mapColor(c), num2cell(typ(valid))), filled);这里注意v1(pos1)的下标偏移解码后的位置是 0-based 采样索引MATLAB 数组是 1-based。少加这个 1所有注释点会整体左移一个采样点肉眼不易察觉但对齐标注时始终差 2.8 毫秒属于最折磨人的隐性错误。注释叠加不仅是事后可视化它让你能一眼看出当前波形段里有多少心拍被专家归为异常也是后文做“事件密集区定位”的前提。4. 呈现一份能看清细节的心电全景图解码和换算完成之后绘图本身还面临一个矛盾一份记录有约 65 万个采样点显示器的横向分辨率只有一两千像素直接plot(t, v1)必然糊成一团黑色色带。这个问题的答案不是改变绘图命令而是改变显示策略事件区用定长窗口放大长程段用包络压缩。4.1 动态段选择用注释文件定位事件密集区有了注释位置pos你可以计算出每个心拍的 RR 间期rr diff(pos) / 360; % 相邻心拍间隔单位秒 eventIdx find(rr 0.5); % 找短 RR 间期所在位置把短 RR 间期对应的注释点附近作为一个“可疑事件区”然后以该位置为中心截取左右各 5 秒center pos(eventIdx(1)); seg center (-5*360 : 5*360); plot(t(seg), v1(seg), k);选择 10 秒窗口不是拍脑袋。心电图纸的标准走纸速度是 25 mm/s一屏恰好显示 10 秒这个约定被临床医生和算法研究者共享。当你把某个 PVC 的片段用 10 秒窗画出来QRS 宽度、ST 段形态、代偿间歇是否完全都能在同一种视觉规范下被讨论。pos数组在这里充当了目录不需要人工拖动整条记录去“偶遇”一个早搏。4.2 长程压缩显示避免一页纸糊成色带的包络方案如果你想在一张图里纵览 30 分钟的心律趋势直接画 65 万点是一条死路。2600 个点对应一个像素列时点的叠加重合会让波形变成实心矩形。一个有效的替代方案是“极值包络”把信号切成与像素列数量等长的块每个块取最小值和最大值各画一个点得到的带状区域保留了波形的最大动态范围。px 1800; % 目标像素列数 n numel(v1); blk floor(n / px); segm reshape(v1(1:blk*px), blk, []); envL min(segm); % 下包络 envH max(segm); % 上包络 envT (0:px-1) * blk / 360; % 包络点的时间坐标 plot(envT, envL, k, envT, envH, k);包络带的意义在于当某个时间段出现连续室早带状区域会突然增宽当信号丢失或导联脱落带子会瞬间变成一条平坦线。和直接绘制下采样均值相比包络不会丢掉瞬时尖峰的信息——PVC 的高幅值、宽大 QRS 正是靠在包络带边缘的凸起被发现的。如果你需要对长程 RR 间期做趋势分析更精细的做法是对 RR 间期本身画散点而不是对原始波形做压缩。4.3 输出与版式参数让波形图达到印刷质量科研绘图和屏幕预览不同落地到论文或报告里要考虑物理尺寸、字号和 DPI。下面这组参数是我在实际出图时固定使用的参数项建议值说明图宽17 cm适配双栏排版图高6~8 cm两通道时取高值字号8~9 pt印刷体偏小屏幕预览偏大导出格式PNG PDF位图方便嵌入PDF 保证矢量清晰分辨率300 DPI满足期刊最低要求单屏时间窗10 s对应临床标准的走纸速度 25 mm/sMATLAB 里用figure(Units,centimeters,Position,...)设尺寸用exportgraphics导出exportgraphics(gcf, ecg_pvc.png, Resolution, 300); exportgraphics(gcf, ecg_pvc.pdf, ContentType, vector);PDF 矢量导出的优势在缩放大 QRS 细节时尤其明显放大任意倍数线条边缘都不会出现像素锯齿这对审稿人放大检查 ST 段形态非常友好。5. 绘图排雷手册五个案例让你少走三年弯路基于手动解码和绘图过程中最常见的失败模式整理出五条具体的踩坑记录。每条都按“现象 → 原因 → 解决”展开可以当作脚本出问题时的对照清单。5.1 波形整体漂移QRS 宽度看起来不对现象ST 段斜率异常QRS 宽度几乎是正常值的两倍心搏形态“变形”。原因时间向量把采样率写成了 250 或直接把索引当秒导致横轴拉伸或压缩波形形态失真。解决回到头文件确认采样率用t (0:n-1)/360重新生成时间轴再检查 10 秒窗口内是否恰好有 3600 个采样点如果对不上就是采样率或窗口长度有问题。5.2 信号只有 0 和 -4096 两种值看起来像方波现象波形失去心电特征呈现大幅跳变的锯齿状。原因漏掉了 12 位补码的符号扩展s 2047的数没有减去 4096所有负电压被映射成了接近 4096 的正值。解决在完成位拼接后立刻执行s s - (s 2047) * 4096再做基线扣除。5.3 R 峰注释点比实际 QRS 早或晚约一个心拍现象散点标注的位置和波形上的 QRS 主波明显错位偏差在几百毫秒量级。原因把注释偏移当成了秒或解析偏移时没有做低 6 位掩码导致位置累计错误。解决先取pos(1)与第一段波形里肉眼可辨的 QRS 峰值对照确认pos是采样点后统一除以 360 再画图。5.4 两通道波形互相“串门”第二通道出现了第一通道的 QRS现象上下两张子图波形形态几乎相同或幅值、相位错乱。原因reshape(raw, 3, [])之后通道拆分方向写反通道 A 和通道 B 的位拼接顺序对调。解决打印前 20 个采样点的拼接结果与头文件里的通道顺序核对更稳妥的做法是先用已知形态的短片段验证两个通道的 QRS 主波方向一正一负。5.5 所有注释类别都显示为 0正常现象颜色散点全是一种颜色异常心拍无法区分。原因类型字节没有用bitand(..., 63)把包含标测信息的完整字节当成类别编码。解决类型和偏移都只取低 6 位其余高位全部丢弃并在查表前对类型码去重看看是否有超出 [0,5] 的脏值。6. 数据格式的复古之美十二位比特串为何至今没被淘汰回看整条链路最值得琢磨的不是 MATLAB 代码而是 212 格式本身的设计取舍。它当年为磁带记录仪和低速串行传输而生采样的存储密度被压到极致12 位信号塞进 3 字节通道交错让两路信号可以顺序从磁带上流式读出无需跳转。作为代价解析时必须手动做位拼接、符号扩展、掩码这在今天的开发者看来极不友好。但它活到了现在且依然是 ECG 算法评测的事实标准原因有三个紧凑一套 30 分钟双通道记录只有约 2 MB、可流式解码边读边画不用等全量数据、近似随机访问知道采样点编号就能算字节偏移。相比之下任何自描述格式如 HDF5 或 JSON 都会把同等数据的体积放大数倍而对医学数据集来说几十万份记录的存储和传输成本是实实在在的约束。绘图惯例同样保留着临床时代的印记10 秒窗口、25 mm/s 走纸速度、标准网格背景。算法研究者即使不做临床诊断也会沿用这套窗口来保证自己的可视化结果能被医生直接理解。这意味着可视化的本质不只是观察数据而是选择一种观察协议——你画图的窗口长度、时间轴刻度、导联标注方式都在隐式地告诉读者“这段信号应该怎么被解读”。我自己的习惯是拿到任何一份 ECG 数据先强制走一遍解码自查——读头文件打印增益和基线、验 10 秒窗口内的采样点数、取一个已知心率片段与注释位置比对确认工具链完全连通后才开始画正式的图。这套流程解决过很多次把 250 Hz 当 360 Hz 画出一张假 ST 段抬高的尴尬。希望帮到你。本文还有配套的精品资源点击获取
