✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
我们将使用小波变换生成信号的时频表示。小波变换极大的增强了信号中作为时间的函数存在的频谱信息。我们可以将这些信息保存为图像，以便与卷积神经网络一起使用。卷积神经网络将被训练来检测超声心电图（ECG）信号是否来自正常窦性心律（NSR）、心律失常（ARR）或充血性心力衰竭（CHF）的心脏。
⛄ 部分代码
I. 准备信号
加载信号
数据是162个采样信号，以128Hz的频率（Fs）采样。数据下载链接：https://github.com/mathworks/physionet_ECG_data/
load(fullfile(pwd, "ECGData.mat"))
Fs = 128;
这些信号分为三类：
unique(ECGData.Labels)
其中ARR是指心律异常（心律失常）的信号，CHF是指充血性心力衰竭，NSR是指心律正常（正常窦性心律）
⛄ 运行结果
⛄ 参考文献
[1]李雪. 基于LSTM的心律失常分类研究[D]. 兰州大学.
[2]孔康, 李德盈, 孙中圣. 基于小波包组合特征和LMS-LSTM的表面肌电信号分类[J]. 电子技术应用, 2022, 48(10):5.
