scipy.misc.

心电图#

scipy.misc.electrocardiogram()[源代码][源代码]#

加载一个心电图作为一维信号的示例。

返回的信号是一个时长为5分钟的 心电图 (ECG),这是心脏电活动的医学记录,采样频率为360 Hz。

自 1.10.0 版本弃用: electrocardiogram 在 SciPy 1.10.0 中已从 scipy.misc.electrocardiogram 弃用,并将在 SciPy 1.12.0 中完全移除。数据集方法已移至 scipy.datasets 模块。请改用 scipy.datasets.electrocardiogram

返回:
心电图ndarray

以毫伏 (mV) 为单位,采样频率为 360 Hz 的心电图。

注释

提供的信号是来自 `record 208`_(导联 MLII)的摘录(19:35 至 24:35),该记录由 MIT-BIH 心律失常数据库 [1] 在 PhysioNet [2] 上提供。摘录包括噪声引起的伪影、典型的心跳以及病理变化。

Added in version 1.1.0.

参考文献

[1]

Moody GB, Mark RG. MIT-BIH 心律失常数据库的影响。IEEE 医学与生物工程 20(3):45-50 (2001年5-6月)。(PMID: 11446209); DOI:10.13026/C2F305

[2]

Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng C-K, Stanley HE. PhysioBank, PhysioToolkit, 和 PhysioNet: 复杂生理信号新研究资源的组成部分。Circulation 101(23):e215-e220; DOI:10.1161/01.CIR.101.23.e215

示例

>>> from scipy.misc import electrocardiogram
>>> ecg = electrocardiogram()
>>> ecg
array([-0.245, -0.215, -0.185, ..., -0.405, -0.395, -0.385])
>>> ecg.shape, ecg.mean(), ecg.std()
((108000,), -0.16510875, 0.5992473991177294)

如所述,信号具有几个形态学不同的区域。例如,前几秒钟显示了心脏在正常窦性心律下的电活动,如下所示。

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> fs = 360
>>> time = np.arange(ecg.size) / fs
>>> plt.plot(time, ecg)
>>> plt.xlabel("time in s")
>>> plt.ylabel("ECG in mV")
>>> plt.xlim(9, 10.2)
>>> plt.ylim(-1, 1.5)
>>> plt.show()
../../_images/scipy-misc-electrocardiogram-1_00_00.png

然而,在第16秒之后,首次出现室性早搏,也称为期外收缩。这些早搏与典型的心跳相比具有不同的形态。差异可以通过以下图表轻松观察到。

>>> plt.plot(time, ecg)
>>> plt.xlabel("time in s")
>>> plt.ylabel("ECG in mV")
>>> plt.xlim(46.5, 50)
>>> plt.ylim(-2, 1.5)
>>> plt.show()
../../_images/scipy-misc-electrocardiogram-1_01_00.png

在多个点上,大型人工制品干扰了记录,例如:

>>> plt.plot(time, ecg)
>>> plt.xlabel("time in s")
>>> plt.ylabel("ECG in mV")
>>> plt.xlim(207, 215)
>>> plt.ylim(-2, 3.5)
>>> plt.show()
../../_images/scipy-misc-electrocardiogram-1_02_00.png

最后,检查功率谱可以发现,大部分生物信号由较低频率组成。在60 Hz处,可以清晰观察到由市电引起的噪声。

>>> from scipy.signal import welch
>>> f, Pxx = welch(ecg, fs=fs, nperseg=2048, scaling="spectrum")
>>> plt.semilogy(f, Pxx)
>>> plt.xlabel("Frequency in Hz")
>>> plt.ylabel("Power spectrum of the ECG in mV**2")
>>> plt.xlim(f[[0, -1]])
>>> plt.show()
../../_images/scipy-misc-electrocardiogram-1_03_00.png