完全实现Pan Tompkins;
如果你觉得这个脚本有用，请引用以下参考文献;
%%
% [1] Sedghamiz。H，“Pan Tompkins心电图QRS检测器的Matlab实现”，2014年3月。https://www.researchgate.net/publication/313673153_Matlab_Implementation_of_Pan_Tompkins_ECG_QRS_detect
和
%[2]。J,汤普金斯。王俊杰，“一种实时QRS检测算法”，IEEE
生物医学工程学报，vol. bme-32, no .;1985年3月3日。
作者:Hooman Sedghamiz
%林雪平大学
%邮箱:hoose792@student.liu.se
版权所有2014年3月
-----------------
方法:
% %预处理
% 1)带通滤波器(5- 15hz)
% 2)衍生滤镜到高光QRS复合体。
% 3)信号的平方。
% 4)信号是噪声(0.150秒长度)的平均值。
% 5)根据采样频率对你的信号进行滤波
%选项已更改，以最佳匹配您的心电信号的特征
决策规则
在算法的这一点上，前面的阶段产生了一个大致的脉冲形状
%波形在留言灯的输出。至于这个脉冲是否确定
%对应于QRS复波(相对于高倾斜t波或噪声人工效应)为
%执行自适应阈值操作和其他决策
%规则概述如下;
% a)基准标记-首先对波形进行处理，以产生一组加权单位
%的样本在MWI最大值的位置。这样做是为了本地化QRS
%复杂到单个瞬间的时间。w[k]权重是最大值。
% b) THRESHOLDING -当分析MWI输出的振幅时，算法使用
%两个阈值(THR_SIG和THR_NOISE)，在概要过程中适当初始化
% 2第二训练阶段)，不断适应变化的心电信号质量。的
%第一次通过y[n]使用这些阈值对每个非零样本进行分类
% (CURRENTPEAK)作为信号或噪声:
%如果CURRENTPEAK > THR_SIG，则该位置被标识为“QRS复合体”
% candidate”，信号电平(SIG_LEV)被更新:
% sig _ Lev = 0.125 ×currentpeak + 0.875× sig _ Lev
如果THR_NOISE < CURRENTPEAK < THR_SIG，则该位置被标识为
%“噪音峰值”和噪音级别(NOISE_LEV)更新:
%噪声_ Lev = 0.125×currentpeak + 0.875×噪声_ Lev
%基于信号和噪声电平(SIG_LEV和NOISE_LEV)的新估计，
%)在心电图的该点，阈值调整如下:
% THR _ sig =噪声_ Lev + 0.25 × (sig Lev ?噪音_ Lev)
% thr_噪声= 0.5× (thr_ sig)
这些调整逐渐降低阈值的信号段，认为
质量较差。
% c) SEARCHBACK FOR missing QRS complex -在上面的阈值步骤中，如果
% CURRENTPEAK < THR_SIG，则认为该峰值不是由QRS产生的
%复杂。然而，如果不合理的长时间已经过期，而没有超过阈值
%峰值时，算法将假设一个QRS已经错过并执行
% searchback。这限制了假阴性的数量。触发的最小时间
%一次回搜是当前R峰值到R峰值时间段(称为RR
%间隔)。这个值有一个生理来源——相邻时间值
心跳的变化不能比这更快。。假设缺失的QRS复合体
%发生在位于THR_SIG和
% THR_NOISE。在该算法中，存储了两个平均RR间隔，第一个RR间隔为
%计算为最后八个QRS位置的平均值，以适应不断变化的心脏
%，第二个RR区间均值为均值
最常规RR间隔的%。如果心率不规律，阈值就会降低
%以提高检测。
d)在不应期内消除多次检测-是的
%不可能发生一个合法的QRS复合体，如果它是在前一个
%检测到一个。这种限制是生理上的-由于期间的不应期
即使有刺激，心室去极化也不会发生。作为QRS复合体
%的候选，算法消除了这些物理上不可能发生的事件，
%，从而减少误报。
% e) T波辨别-最后，如果一个QRS候选出现在200ms之后
%不应期但在360ms内的前QRS，算法确定
%这是真正的QRS复合体的下一次心跳还是异常突出
% T波。这个决定是基于波形在该位置的平均斜率。斜率为
%小于前QRS复合体的一半则与慢相一致
%改变T波的行为-否则，它就变成了QRS探测。
额外的概念:除了在论文中提到的几点，本代码也
%检查是否发生的峰值小于360毫秒的延迟也有
%延迟小于0.5 *mean_RR如果是，这将被算作噪音