红叶幽香的博客

心率变异性（HRV）是通过量化窦性心律变异性来评估心脏的自主神经调节功能。窦性心律时间序列是从心电图（ECG）的QRS至QRS（RR）间隔序列中得出的，方法是提取正常窦至正常窦（NN）的心跳间隔。窦性心律中相对较高的频率变化反映了副交感神经（迷走神经）调节，而较慢的变化反映了副交感神经和交感神经调节以及非自主性因素。通常医学上会用5分钟，24小时心电数据来计算HRV。

历史溯源欧拉公式傅里叶级数(FS)傅里叶变换(FT)离散傅里叶级数(DFS)离散时间傅里叶变换(DTFT)离散傅里叶变换(DFT)快速傅里叶变换(FFT)MATLAB中常用的FFT工具FFT中常见的问题(频率混叠，频谱泄露，栅栏效应，旁瓣效应)

Github代码地址：https://github.com/hzzhangqf0558/SPO2_HR- PPG信号简介脉搏波是心脏的搏动（振动）沿动脉血管和血流向外周传播而形成的。心脏是一个持续不断的振源， 心室收缩时，血液快速射入主动脉致其基部压力骤增而膨胀；心室暂未射血时，主动脉基部压力下降， 管壁弹性回缩，则恢复至原来位置。如此，主动脉管壁就因心室的舒缩而有节律地受迫振动。这种振动 能沿弹性血管向末梢传播而形成脉搏波（横波）。在传播过程中，必然要受到血管壁弹性、血管周围 阻力、血液黏度等因素的

用于心电疾病诊断的深度学习模型库github: https://github.com/hzzhangqf0558/ECG_NetsBaseline model collection of deep learning applied into ECGs. Those baseline models include 1D-ResNet, 1D-DenseNet, 1D-SE_ResNet, 1D-ResNext,1D-SE_ResNetV2, 1D-SE_ResNext and 1D-Top1Net(the

小波变换是一种信号的时间——尺度（时间——频率）分析方法，它具有多分辨分析的特点，而且在时频两域都具有表征信号局部特征的能力，。在小波分析中经常用到近似和细节，近似表示信号的高尺度，即低频信息；细节表示信号的低尺度，即高频信息。对含有噪声的信号，噪声分量的主要能量集中在小波解的细节分量中。在以上过程中，小波基和分解层数的选择，阈值的选取规则，和阈值函数的设计，都是影响最终去噪效果的关键因素。

一、直接法clear;clc;close all; %清除变量；清屏；关闭当前图形窗口Fs=1000;t=0:1/Fs:1;nfft=2048; %改变nfft的值可对比不同采样值时的谱估计效果%****************生成信号、噪声**************%x1=cos(2*pi*40*t)+3*cos(2*pi*45*t);%信号x2=randn(size(t));