scipy.datasets.

心電圖

scipy.datasets.electrocardiogram()

載入心電圖作為一維訊號的範例。

返回的訊號是一段 5 分鐘長的心電圖 (ECG)，是心臟電活動的醫療記錄，以 360 Hz 的頻率採樣。

返回:

ecgndarray

以毫伏特 (mV) 為單位的的心電圖，採樣頻率為 360 Hz。

註釋

提供的訊號是從 MIT-BIH 心律不整資料庫 [1] 在 PhysioNet [2] 上提供的 記錄 208 (導程 MLII) 中擷取的一段 (19:35 至 24:35)。這段摘錄包含雜訊引起的偽像、典型的心跳以及病理變化。

在 1.1.0 版本中新增。

參考文獻

[1]

Moody GB, Mark RG. MIT-BIH 心律不整資料庫的影響。IEEE Eng in Med and Biol 20(3):45-50 (2001 年 5 月 - 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：複雜生理訊號的新研究資源的組成部分。Circulation 101(23):e215-e220; DOI:10.1161/01.CIR.101.23.e215

範例

在您的瀏覽器中試試看！

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

如前所述，該訊號具有幾個不同形態的區域。例如，最初幾秒顯示了正常竇性節律的心臟電活動，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()

然而，在第 16 秒之後，首次出現心室早期收縮，也稱為期外收縮。這些與典型的心跳相比具有不同的形態。這種差異可以在下圖中輕鬆觀察到。

>>> 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()

在幾個點上，大型偽像干擾了記錄，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()

最後，檢查功率譜可以發現，大多數生物訊號由較低的頻率組成。在 60 Hz 時，可以清楚地觀察到市電引起的雜訊。

>>> 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()

返回在新分頁中開啟