简介：MIT-BIH ECG数据库由麻省理工学院与波士顿医院联合发布，是心律失常研究领域的经典数据源。面向心电信号处理初学者和生物医学工程相关专业学生，压缩包内含.mat格式的心电数据、可运行的MATLAB绘图脚本（.m文件）、配套信息文件与自动备份文件，共4个文件、约20KB。利用附带脚本可直接绘制心电波形，清晰观察P波、QRS复合波与T波等关键特征，并结合采样率与奈奎斯特定理理解数据特性，同时掌握MATLAB处理生物医学信号的典型流程，为后续心率、心律和QT间期等指标分析提供直观入口。资源已有7597人浏览/学习，适合用于课堂演示、课程设计或入门自学，程序注释简洁、结构清晰，便于读者按步骤修改参数并观察波形变化，具有较强的实操参考价值。

1. MIT-BIH ECG 心电数据：为什么画图前必须先解开 212 位交错格式

下载过 MIT-BIH 心电数据的人多半有过类似经历：兴奋地打开 .dat 文件，看到的不是波形，而是一堆 0 到 255 之间的二进制乱码。ECG 算法研究绕不开这套数据库，它的注释文件里存着几十位专家逐拍标定的心拍类型，是目前心律失常检测领域的事实基准；但真正的门槛不在算法，而在第一步——把这堆字节还原成电压信号，再落到 MATLAB 绘图里。整个过程牵涉三种文件协议、两层位运算、四层单位换算，任何一层出错，画出来的就是一张形似心电图的废纸。这篇就拆解这条从原始二进制流到毫秒级波形的完整链路，搞清楚为什么这套四十年前的格式至今仍是 ECG 绘图的事实标准。

2. 三个文件三种协议：头文件、数据文件、注释文件如何拼出一份心电记录

一套完整的 MIT-BIH 记录由三个文件构成：.hea、.dat、.atr。它们各司其职，却共享同一个信息模型：一条记录是多个通道的连续采样序列，采样点从 0 开始编号，注释文件里的每个 R 峰位置都指向这个采样编号轴。绘图时你需要的全部信息，几乎都要先解析这三个文件才能拿到。

2.1 头文件 .hea：整个解析流程的元数据契约

.hea 是纯文本，前几行定义了之后所有解码所需的参数。典型内容如下：

100 2 360 650000 100.dat 212 200 1024 11 n/s 100.atr 212 200 1024 11 n/s

第一行的字段依次是：记录名、通道数、采样率（360 Hz）、总采样点数（约 30 分钟）。下面每一行对应一个通道文件：文件名、存储格式（212）、ADC 增益（200）、基线（1024）、采样位数（通常 11 或 12）、单位。基线 1024 意味着裸 ADC 计数值 1024 对应 0 mV；增益 200 表示每个 ADC 计数对应 1/200 mV，也就是 5 微伏每 LSB。

MATLAB 解析这段文本非常直接：

fid = fopen('100.hea', 'r'); line1 = fgetl(fid); % 记录名 / 通道数 / 采样率 / 采样点数 meta = textscan(fgetl(fid), '%s %d %d %d %d %s'); % 文件名 格式 增益 基线 位数 单位 fclose(fid); fs = 360; % Hz，后续时间轴换算的锚点 gain = meta{3}; % 200，ADC 计数到 mV 的除法因子 base = meta{4}; % 1024，零电压对应的基线

这里我一般会先打印一遍 meta 再往下写，因为不同记录文件的第二行字段顺序完全一致，但 gain 和 baseline 可能不同。把这两个值硬编码进脚本是常见的翻车方式，后面实测某条记录时波形的直流偏置会整体抬高或压低。

2.2 数据文件 .dat：212 格式的三字节交错机制

.dat 是二进制，这是整个流程里最反直觉的部分。每个采样点本身只占 12 位（取值范围 -2048 到 2047），但文件系统是字节寻址的，三个字节装不下两个 12 位整数——于是原始设计者选择了交错布局：3 个字节依次保存 通道 A 的 12 位、通道 B 的 12 位，一次覆盖两个采样点。

位布局如下：

• 第 0 字节：通道 A 的低 8 位
• 第 1 字节：通道 A 的高 4 位（低半字节）+ 通道 B 的高 4 位（高半字节）
• 第 2 字节：通道 B 的低 8 位

解析代码对应地也分为三步：

fid = fopen('100.dat', 'r'); raw = fread(fid, 'uint8'); fclose(fid); raw = reshape(raw, 3, [])'; % 每 3 字节一组 sA = raw(:, 1) + bitshift(bitand(raw(:, 2), 15), 8); sB = bitshift(raw(:, 2), -4) + bitshift(raw(:, 3), 8); sA = sA - (sA > 2047) * 4096; % 12 位二进制补码的符号扩展 sB = sB - (sB > 2047) * 4096; v1 = (sA - base) / gain; % 单位：mV v2 = (sB - base) / gain;

两个关键参数值得细说。bitshift(bitand(raw(:,2), 15), 8)先取第 1 字节的低 4 位，再左移 8 位，拼上第 0 字节，得到通道 A 的 12 位原码值；通道 B 则是取第 1 字节的高 4 位右移后，拼上第 2 字节整体左移 8 位的结果。第二步的s > 2047是符号扩展：12 位补码里最高位为 1 时代表负数，需要减去 4096 才能还原真实的生理信号幅值，漏掉这一步是心电绘图里最典型的“看起来像锯齿波”的原因。

提示：fread 读入的是无符号字节，所有位运算都要放在 uint8 或转 double 之后做，否则 MATLAB 会报数据类型错误。

2.3 注释文件 .atr：把 R 峰位置和类型编码进时间戳

.atr 是专家标注的二进制协议文件，记录了每一次心拍的类别和位置。和 .dat 一样，它的设计目标是极端紧凑：普通注释只占两个字节。第一个字节的低 6 位是相对于上一个注释的时间偏移（单位是采样点），第二个字节的低 6 位是心拍类型编码。如果偏移为 0，则需要额外两个字节构成 14 位扩展偏移；读到 0xFF 表示注释段结束。

R 峰位置的计算方式是累计求和：每个注释的绝对位置等于之前所有偏移之和。画图时除以 360 得到秒。这段解码逻辑不长，但容易写错：

atr = fread(fopen('100.atr','r'), 'uint8')'; pos = []; typ = []; acc = 0; k = 1; while k < numel(atr) if atr(k) == 0 off = atr(k+1) + 256*atr(k+2); % 扩展偏移 k = k + 3; elseif atr(k) == 255 break; % 结束标记 else off = bitand(atr(k), 63); % 低 6 位才是偏移 k = k + 1; end if k > numel(atr), break; end tcode = bitand(atr(k), 63); % 低 6 位是类型 k = k + 1; acc = acc + off; pos(end+1) = acc; typ(end+1) = tcode; end

这段代码里最容易挖的坑在bitand(atr(k), 63)：类型字节的高 2 位被设计者用来放标测标记和校验信息，不参与心拍类型定义。如果不做掩码直接取整字节，所有正常心拍的 0 型标注会变成 64、65 这类“不存在”的类型，绘图时注释点要么消失要么全被归到未知类别。解码完成后，pos的单位是采样点，不是秒——这是下一章时间轴换算的起点。

3. MATLAB 里的四层换算：从 ADC 计数到毫秒级波形

拿到解码后的信号序列，离绘图还差四步换算：采样点到时间、ADC 计数到毫伏、两通道同步、注释类型到可读标签。每一步都直接影响波形呈现的临床意义。

3.1 时间轴与单位：ADC 计数如何变成微伏电压

时间轴换算最简单，也最容易被忽略。360 Hz 采样率的意思是每 1/360 秒采一次样，30 分钟共约 65 万个点。生成时间向量只需一行：

t = (0 : numel(v1)-1) / 360; % 单位：秒

为什么要强调除以 360 而不是用索引当横轴？因为只有换算成秒后，QRS 波的宽度（正常 80~100 ms）、RR 间期（约 0.6~1.0 s）才能对照临床标准做视觉判断。直接画索引时，一个 QRS 波宽约 30~36 个采样点，看起来和 0.3 秒的药物干预后宽 QRS 完全区分不开。

单位换算则在上一章已经完成：v = (s - base) / gain。其中 base 是零电压对应的 ADC 计数，gain 是灵敏度。默认记录里 gain 为 200，即 1 mV 对应 200 个计数，逐点换算后波形纵轴就是毫伏，可以直接和标准心电图纸的 10 mm/mV 刻度对比。这里有个常见的认知误差：ADC 位数是 11 位，存储用 12 位补码，但数字分辨率不等于幅度分辨率，决定纵轴物理意义的是gain，而不是存储位宽。

3.2 通道与导联：两路信号为什么必须同步显示

MIT-BIH 记录的标准配置是两通道，第一通道通常是 MLII 导联（改良肢体 II 导），第二通道多为 V1 或 V5。两个通道的时间轴完全同源，因为 .dat 文件里本来就是按采样点交替存储的。绘图时将两个通道放到上下两张子图里，共享 x 轴：

figure('Units','centimeters','Position',[1 1 17 8]); ax1 = subplot(2, 1, 1); plot(ax1, t, v1, 'k'); ylabel(ax1, 'MLII (mV)'); ax2 = subplot(2, 1, 2); plot(ax2, t, v2, 'k'); ylabel(ax2, 'V5 (mV)'); linkaxes([ax1 ax2], 'x');

linkaxes(..., 'x')保证 zoom 时两边同步平移，这样观察某个 PVC 在两条导联上的形态差异时，不会因为手动滚动而错位。第二通道的价值在于：同一心拍在 MLII 上可能因为主波方向不明显而漏判，但 V5 上的形态却清晰表现出室性早搏的宽大畸形，所以在绘图阶段就保持两通道对齐是后续诊断分析的基础。

3.3 注释叠加：把专家标定画到波形上的查表逻辑

注释解码出来的是数字类型码（0、1、2、3、4...），直接散点图只会得到一堆无法区分的点。绘图前需要建一个类型映射表，再在对应位置上按颜色散点叠加。常见的类型编码含义如下：

叠加逻辑放在解码之后：

type_names = {0,'正常'; 1,'LBBB'; 2,'RBBB'; 3,'PVC'; 4,'PAC'; 5,'起搏'}; hold(ax1, 'on'); valid = ismember(typ, [0 1 2 3 4 5]); scatter(ax1, pos(valid)/360, v1(pos(valid)+1), 12, ... cellfun(@(c) mapColor(c), num2cell(typ(valid))), 'filled');

这里注意v1(pos+1)的下标偏移：解码后的位置是 0-based 采样索引，MATLAB 数组是 1-based。少加这个 1，所有注释点会整体左移一个采样点，肉眼不易察觉，但对齐标注时始终差 2.8 毫秒，属于最折磨人的隐性错误。注释叠加不仅是事后可视化，它让你能一眼看出当前波形段里有多少心拍被专家归为异常，也是后文做“事件密集区定位”的前提。

4. 呈现一份能看清细节的心电全景图

解码和换算完成之后，绘图本身还面临一个矛盾：一份记录有约 65 万个采样点，显示器的横向分辨率只有一两千像素，直接plot(t, v1)必然糊成一团黑色色带。这个问题的答案不是改变绘图命令，而是改变显示策略：事件区用定长窗口放大，长程段用包络压缩。

4.1 动态段选择：用注释文件定位事件密集区

有了注释位置pos，你可以计算出每个心拍的 RR 间期：

rr = diff(pos) / 360; % 相邻心拍间隔，单位秒 eventIdx = find(rr < 0.5); % 找短 RR 间期所在位置

把短 RR 间期对应的注释点附近作为一个“可疑事件区”，然后以该位置为中心，截取左右各 5 秒：

center = pos(eventIdx(1)); seg = center + (-5*360 : 5*360); plot(t(seg), v1(seg), 'k');

选择 10 秒窗口不是拍脑袋。心电图纸的标准走纸速度是 25 mm/s，一屏恰好显示 10 秒，这个约定被临床医生和算法研究者共享。当你把某个 PVC 的片段用 10 秒窗画出来，QRS 宽度、ST 段形态、代偿间歇是否完全，都能在同一种视觉规范下被讨论。pos数组在这里充当了目录：不需要人工拖动整条记录去“偶遇”一个早搏。

4.2 长程压缩显示：避免一页纸糊成色带的包络方案

如果你想在一张图里纵览 30 分钟的心律趋势，直接画 65 万点是一条死路。2600 个点对应一个像素列时，点的叠加重合会让波形变成实心矩形。一个有效的替代方案是“极值包络”：把信号切成与像素列数量等长的块，每个块取最小值和最大值各画一个点，得到的带状区域保留了波形的最大动态范围。

px = 1800; % 目标像素列数 n = numel(v1); blk = floor(n / px); segm = reshape(v1(1:blk*px), blk, []); envL = min(segm); % 下包络 envH = max(segm); % 上包络 envT = (0:px-1) * blk / 360; % 包络点的时间坐标 plot(envT, envL, 'k', envT, envH, 'k');

包络带的意义在于：当某个时间段出现连续室早，带状区域会突然增宽；当信号丢失或导联脱落，带子会瞬间变成一条平坦线。和直接绘制下采样均值相比，包络不会丢掉瞬时尖峰的信息——PVC 的高幅值、宽大 QRS 正是靠在包络带边缘的凸起被发现的。如果你需要对长程 RR 间期做趋势分析，更精细的做法是对 RR 间期本身画散点，而不是对原始波形做压缩。

4.3 输出与版式参数：让波形图达到印刷质量

科研绘图和屏幕预览不同，落地到论文或报告里要考虑物理尺寸、字号和 DPI。下面这组参数是我在实际出图时固定使用的：

MATLAB 里用figure('Units','centimeters','Position',...)设尺寸，用exportgraphics导出：

exportgraphics(gcf, 'ecg_pvc.png', 'Resolution', 300); exportgraphics(gcf, 'ecg_pvc.pdf', 'ContentType', 'vector');

PDF 矢量导出的优势在缩放大 QRS 细节时尤其明显：放大任意倍数线条边缘都不会出现像素锯齿，这对审稿人放大检查 ST 段形态非常友好。

5. 绘图排雷手册：五个案例让你少走三年弯路

基于手动解码和绘图过程中最常见的失败模式，整理出五条具体的踩坑记录。每条都按“现象 → 原因 → 解决”展开，可以当作脚本出问题时的对照清单。

5.1 波形整体漂移，QRS 宽度看起来不对

现象：ST 段斜率异常，QRS 宽度几乎是正常值的两倍，心搏形态“变形”。原因：时间向量把采样率写成了 250 或直接把索引当秒，导致横轴拉伸或压缩，波形形态失真。解决：回到头文件确认采样率，用t = (0:n-1)/360重新生成时间轴，再检查 10 秒窗口内是否恰好有 3600 个采样点，如果对不上就是采样率或窗口长度有问题。

5.2 信号只有 0 和 -4096 两种值，看起来像方波

现象：波形失去心电特征，呈现大幅跳变的锯齿状。原因：漏掉了 12 位补码的符号扩展，s > 2047的数没有减去 4096，所有负电压被映射成了接近 4096 的正值。解决：在完成位拼接后立刻执行s = s - (s > 2047) * 4096，再做基线扣除。

5.3 R 峰注释点比实际 QRS 早或晚约一个心拍

现象：散点标注的位置和波形上的 QRS 主波明显错位，偏差在几百毫秒量级。原因：把注释偏移当成了秒，或解析偏移时没有做低 6 位掩码，导致位置累计错误。解决：先取pos(1)与第一段波形里肉眼可辨的 QRS 峰值对照，确认pos是采样点后统一除以 360 再画图。

5.4 两通道波形互相“串门”：第二通道出现了第一通道的 QRS

现象：上下两张子图波形形态几乎相同，或幅值、相位错乱。原因：reshape(raw, 3, [])之后通道拆分方向写反，通道 A 和通道 B 的位拼接顺序对调。解决：打印前 20 个采样点的拼接结果，与头文件里的通道顺序核对；更稳妥的做法是先用已知形态的短片段验证两个通道的 QRS 主波方向一正一负。

5.5 所有注释类别都显示为 0（正常）

现象：颜色散点全是一种颜色，异常心拍无法区分。原因：类型字节没有用bitand(..., 63)，把包含标测信息的完整字节当成类别编码。解决：类型和偏移都只取低 6 位，其余高位全部丢弃，并在查表前对类型码去重，看看是否有超出 [0,5] 的脏值。

6. 数据格式的复古之美：十二位比特串为何至今没被淘汰

回看整条链路，最值得琢磨的不是 MATLAB 代码，而是 212 格式本身的设计取舍。它当年为磁带记录仪和低速串行传输而生，采样的存储密度被压到极致：12 位信号塞进 3 字节，通道交错让两路信号可以顺序从磁带上流式读出，无需跳转。作为代价，解析时必须手动做位拼接、符号扩展、掩码，这在今天的开发者看来极不友好。但它活到了现在，且依然是 ECG 算法评测的事实标准，原因有三个：紧凑（一套 30 分钟双通道记录只有约 2 MB）、可流式解码（边读边画，不用等全量数据）、近似随机访问（知道采样点编号就能算字节偏移）。相比之下，任何自描述格式如 HDF5 或 JSON 都会把同等数据的体积放大数倍，而对医学数据集来说，几十万份记录的存储和传输成本是实实在在的约束。

绘图惯例同样保留着临床时代的印记：10 秒窗口、25 mm/s 走纸速度、标准网格背景。算法研究者即使不做临床诊断，也会沿用这套窗口来保证自己的可视化结果能被医生直接理解。这意味着可视化的本质不只是观察数据，而是选择一种观察协议——你画图的窗口长度、时间轴刻度、导联标注方式，都在隐式地告诉读者“这段信号应该怎么被解读”。

我自己的习惯是：拿到任何一份 ECG 数据，先强制走一遍解码自查——读头文件打印增益和基线、验 10 秒窗口内的采样点数、取一个已知心率片段与注释位置比对，确认工具链完全连通后，才开始画正式的图。这套流程解决过很多次把 250 Hz 当 360 Hz 画出一张假 ST 段抬高的尴尬。希望帮到你。

本文还有配套的精品资源，点击获取