使用Python在实时信号上进行ECG数据分析

Question

我正在使用Python根据Arduino获得的信号生成心电图（ECG）。 我想对此进行一些分析，我尚不知道哪种分析类型尚待确定。 但是我的问题是，是否可以对通过串行端口的实时数据流进行此分析，还是先将数据保存为一个文本文件然后对其进行分析更容易/更好。 现在，我无法解决这个问题。 一个额外的注意事项：我至少想检测信号的峰值（R波）和RR间隔（这样我就可以测量每分钟的心跳数）。

到目前为止，这是我对Python的了解：

from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg
import matplotlib.figure as mfig
import PyQt4.QtGui as gui, PyQt4.QtCore as core
import collections
import time
import random

import serial
ser = serial.Serial('/dev/tty.usbmodem1411', 57600)

start_byte = 'S'
end_byte = 'F'


refreshMillis = 50
N = 200
xs = collections.deque(maxlen=N)
ys = collections.deque(maxlen=N)

app = gui.QApplication([])

fig = mfig.Figure()
canvas = FigureCanvasQTAgg(fig)

ax = fig.add_subplot(111)
ax.set_ylim([0,5])
line2D, = ax.plot(xs,ys)
canvas.show()

def process_line():

    line = ser.readline()
    data = map(float,line.split(" "))
    xs.append(data[0])
    ys.append(data[1])
    line2D.set_data(xs,ys)
    print data
    xmin, xmax = min(xs),max(xs)
    if xmin == xmax:
        ax.set_xlim([xmin,xmin+1])
    else:
        ax.set_xlim([xmin,xmax])
    canvas.draw()

timer = core.QTimer()
timer.timeout.connect(process_line)
timer.start(refreshMillis)

app.exec_()

ser.flush()
ser.close()

Answer 1

当然可以。 首先更容易保存它，然后再分析数据，但是对定义的数据块执行此操作也没有问题。 真正的问题是，您想进行哪种分析！ 您需要所有数据吗？ 或x秒的数据？ 您需要多少数据才能找到可靠的R和RR值？ 对于您的情况，我首先将一些数据转储掉并处理它，以查看您的需求。 然后，您可以稍后构建一个版本，该版本可以使用发现的算法参数即时执行此操作。