简介：MIT-BIH心电数据库是心律失常研究领域广泛使用的经典公开数据集，由麻省理工学院与波士顿布莱根妇女医院联合发布。资源选取其中一段1分钟ECG记录，并配套MATLAB绘图详解脚本，面向心电信号处理初学者、生物医学工程学生及相关科研人员，解决“如何读取数据、如何可视化波形、如何理解关键参数”等入门问题。资源共4个文件，包括MATLAB脚本（.m）、脚本自动备份（.asv）、可直接加载的数据文件（.mat）以及记录采样率等信息的info文件，压缩包整体仅20KB，轻量便携，便于快速下载和课堂演示。借助脚本可在MATLAB中直接加载数据、绘制心电波形，直观观察P波、QRS复合波与T波等特征；同时结合info文件理解采样率对信号采集与还原的影响，为后续去噪、滤波、特征提取等处理打下基础。已有7592人学习下载，适合作为理解MIT-BIH数据格式、入门ECG信号处理与绘图的实操参考。

1. MIT-BIH ECG 心电数据+matlab绘图：这题到底在解决什么

拿到 MIT-BIH 心电数据的第一天，大多数人会做同一件事：把100.dat拖进 MATLAB，用plot画一下，然后发现波形完全不是想象中那回事。不是一团黑块，就是坐标轴上 0 到 648000 的采样点序列，根本没有 P 波、QRS 波、T 波的样子。这个标题真正要解决的，不是“怎么画一条线”，而是三件事：把 MIT-BIH 的二进制数据正确读成心电信号、把采样点换算成物理时间、把数据里自带的心拍标注叠加到波形上，最后导出成论文或报告里能直接用的图。MIT-BIH 是心电算法验证最常被拿来做基准的公开数据集，48 条双导联 30 分钟记录、360 Hz 采样率，读懂它再配合 MATLAB 绘图，R 峰检测、心率变异性分析、异常心拍可视化这些后续工作才落得了地。这篇笔记就按“格式→读数据→画波形→画标注→避坑”的顺序往下推。

2. MIT-BIH 数据格式拆解：.dat/.hea/.atr 三个文件如何协同

从 PhysioNet 把某个记录目录拉到本地后，一个记录通常给三个文件：100.dat、100.hea、100.atr。刚接触的人习惯先双击.dat或者直接load，然后发现画出来完全不是心电图。原因在于.dat是二进制，用的是 MIT-BIH 自己的 Format 212 压缩存储，两个 12 位样本塞进 3 个字节；.hea是纯文本说明书，采样率、增益、基线都在里面；.atr是标注文件，每个心跳的位置和类型都由它记录。读懂这三个文件的配合关系，后面绘图才不是玄学。

2.1 挑哪条记录练手：48 条里从 100 号开始

MIT-BIH 心律失常库一共 48 条记录，每条包含双导联、约 30 分钟的连续心电信号，采样率 360 Hz。编号上有个规律：100段的记录偏常规或接近正常，200段的记录包含更多复杂心律失常，比如室早、短阵室速、传导阻滞。第一次跑流程我建议从100开始，这条记录基线平稳，P-QRS-T 形态清晰，标注也齐全，适合用来验证读取脚本和绘图流程。跑通之后换200这类带明显室性早搏的记录，能立刻看到标注可视化带来的信息量差异。

数据组织方式很简单，一条记录名为100，对应100.dat、100.hea、100.atr三个文件。.dat里存的是原始 ADC 码，.hea会告诉你每个通道的增益和基线，.atr里是医生或程序标注好的心拍类型。绘图时不要只盯着.dat，.hea里的参数不读对，后面画出来的图纵坐标就会差出几个数量级。

2.2 读入心电波形：自写 Format 212 解码函数

MIT-BIH 的.dat文件不是直接能读的整数数组。Format 212 的含义是：每个样本占 12 位，存储时两个样本一组塞进 3 个字节。第一个字节存第一个样本的高 8 位，第二个字节存第二个样本的高 8 位，第三个字节的低 4 位是第一个样本的低 4 位，高 4 位是第二个样本的低 4 位。理解这个位排列之后，读取脚本就很固定：

function ecg = read_mitbih_212(datFile, nsamp, nchan) % 读取 MIT-BIH Format 212 数据 % nsamp: 每通道采样点数, nchan: 通道数（MIT-BIH 通常为 2） fid = fopen(datFile, 'rb'); bytes = fread(fid, Inf, 'uint8'); fclose(fid); % 取 3 的整数倍长度，避免文件尾部不完整 tail = numel(bytes) - rem(numel(bytes), 3); bytes = bytes(1:tail); ecg = zeros(nchan, floor(tail / 3)); idx = 0; for k = 1:3:tail-2 idx = idx + 1; b0 = double(bytes(k)); b1 = double(bytes(k+1)); b2 = double(bytes(k+2)); s0 = b0 * 16 + bitand(b2, 15); % 第一通道样本 s1 = b1 * 16 + bitshift(b2, -4); % 第二通道样本 ecg(1, idx) = s0; ecg(2, idx) = s1; end end

b0 * 16等价于b0 * 2^4，把高 8 位抬到 12 位的高位位置；bitand(b2, 15)取第三字节的低 4 位，组合成第一个样本的完整 12 位。第二个样本同理，用bitshift(b2, -4)取高 4 位。循环逐组解码 3 字节，输出矩阵第一行是通道一，第二行是通道二。这套逻辑在 MATLAB 里跑一遍，10 分钟的数据大概几十秒能读完，追求速度的话可以改写成向量化索引，但初学阶段按字节循环最不容易出错。

注意：MIT-BIH 心电值域通常按 0 到 2047 处理，所以读取时不需要做额外的符号扩展。后面转物理单位时统一减基线、除增益即可。

2.3 .hea 头文件关键参数：采样率、增益、基线决定了你能不能画对

.hea文件是纯文本，第一行记录级信息，后面每行对应一个导联通道。用textscan就能把它读进 MATLAB：

fid = fopen('100.hea', 'r'); info = textscan(fid, '%s %d %d %d', 1); % 记录名, 通道数, 采样率, 样本数 chan = textscan(fid, '%s %d %d %d', 1); % 文件名, 格式, 增益, 基线 fclose(fid); fs = info{3}; gain = chan{3}; % 单位: ADC 码 / mV baseline = chan{4}; % 基线 ADC 码, 常见为 1024

.hea里这几个数直接决定绘图公式：采样率 360 Hz，时间轴就是t = (0:N-1) / 360，单位是秒；增益 200，基线 1024，幅值换算就是mV = (raw - baseline) / gain。很多人画出来的图纵坐标是几百几千，就是因为少做了这一步换算。值得多说一句的是，基线不要写死 1024，从.hea里读是最稳的，因为不同版本的数据文件基线字段可能不同，写死常数早晚翻车。下面把常用字段列一张表，出图前对着检查一遍。

.hea里还标注了各通道的导联名，比如第一通道 MLII、第二通道 V1 或 V5。绘图时把导联名写进 ylabel 或标题里，图才有论文价值。我的习惯是每次打开新记录，先打印一遍.hea内容确认参数，再进绘图流程，这个习惯能省掉后面大半的排查时间。

3. matlab 绘制心电波形：从时间轴换算到多导联排版

读数据只是第一步。绘图阶段最常见的失败不是 MATLAB 画不了线，而是画出来的图不符合物理含义：横轴是采样点、纵轴是 ADC 码、窗口大到看不见单个心拍。这一章按“单导联最小绘图→双导联排版→频谱自检”三步展开，每一步都可以直接抄。

3.1 一条能进论文的波形：plot 的五个关键设置

把上一章的读取函数跑通后，画第一张图的代码可以这样写：

fs = 360; raw = read_mitbih_212('100.dat', 648000, 2); % 30 分钟双通道 ch1 = double(raw(1, 1:fs*10)); % 只取前 10 秒 t = (0:numel(ch1)-1) / fs; % 换算成秒 ch1_mV = (ch1 - 1024) / 200; % ADC 码转 mV figure; plot(t, ch1_mV, 'b', 'LineWidth', 0.8); xlabel('Time (s)'); ylabel('Amplitude (mV)'); title('Record 100, MLII, first 10 s'); grid on; xlim([0 10]);

这里面每个设置都有目的。取1:fs*10是只截取前 10 秒，避免 30 分钟 64 万个点全画出来变成一根黑带；double()转换防止后续减法运算溢出到整数类型；减 1024 是去基线，除 200 是还原成 mV。xlim([0 10])和截取窗口配合，保证图上能清楚看到 10 个左右的心拍。如果画出来 P 波和 T 波不明显，先检查是不是纵坐标没有换算，再检查是不是窗口太大把单个心拍压扁了。

3.2 双导联一起画：subplot 与 linkaxes 保持时间对齐

MIT-BIH 每条记录有两个导联，排版上我一般用上下两个 subplot，并把时间轴联起来，这样缩放一个另一个跟着动，对比两个导联的形态差异非常方便：

ch2 = double(raw(2, 1:fs*10)); ch2_mV = (ch2 - 1024) / 200; figure; subplot(2,1,1); plot(t, ch1_mV, 'b', 'LineWidth', 0.8); ylabel('MLII (mV)'); grid on; title('MIT-BIH Record 100'); subplot(2,1,2); plot(t, ch2_mV, 'r', 'LineWidth', 0.8); ylabel('V1 (mV)'); xlabel('Time (s)'); grid on; linkaxes(findall(gcf,'Type','axes'), 'x'); % 两个子图时间轴联动 xlim([0 10]);

linkaxes是这里最值得记的一个函数：不联动的话，用xlim放大一个子图，另一个还在原位，对比导联就失去了意义。颜色上我习惯第一通道蓝色、第二通道红色，便于区分。导联名直接从.hea读出来写进ylabel，比写Channel 1专业得多。如果两个通道幅值差异明显，可以给第二个子图单独设置ylim，别强行共轴，否则幅值小的导联看起来就是一条直线。

3.3 用频谱图验证数据质量：单边谱与工频干扰

绘图前先花 30 秒看一眼频谱，能避免把受干扰的数据画进论文。心电信号的能量集中在低频段，QRS 波群会贡献十几 Hz 附近的宽带分量。用 FFT 看单边幅度谱是最快的验证手段：

N = numel(ch1_mV); X = fft(ch1_mV - mean(ch1_mV)); % 去均值，消除 0 Hz 直流分量 f = (0:N-1) * fs / N; figure; plot(f(1:floor(N/2)), abs(X(1:floor(N/2)))); xlabel('Frequency (Hz)'); ylabel('Magnitude'); xlim([0 80]); grid on;

fft的结果是双边谱，取前半段就是 0 到奈奎斯特频率 180 Hz。减去均值非常重要，心电信号如果有直流偏置，0 Hz 会出现一个巨大峰值，把其他频率分量全部压扁。画完后重点看两件事：一是有没有在 50 Hz 或 60 Hz 附近出现针状峰，那是电源工频干扰，出现在图里需要滤波处理；二是能量是否集中在几十 Hz 以下，如果高频部分一片平坦，说明读入的可能不是心电信号，而是文件解析错了。

4. 标注数据可视化：把 beat 类型和 R 峰叠到波形上

波形图只是基础，MIT-BIH 最值钱的是.atr标注：文件里记录了每个心跳的位置和类型，比如 N 代表正常心拍，V 代表室性早搏，L 代表左束支阻滞。把标注叠到波形上，图立刻从“一条曲线”变成“有诊断信息的心电图”。

4.1 读标注并画类型线：rdann 的返回结构与颜色映射

读取标注最常用的工具是 WFDB Toolbox 里的rdann。不同版本返回格式略有差异，有的返回两个等长向量，有的返回结构体，但核心内容一致：一个时间数组（单位是秒），一个类型码数组。拿到这两个数组后，用垂直线叠加到波形上：

% 假设 rdann 返回时间向量和类型向量，按你的版本调整字段名 [timeVec, typeVec] = rdann('100', 'atr'); figure; plot(t, ch1_mV, 'b', 'LineWidth', 0.8); hold on; % 只画 2 到 12 秒内的标注，避免垂直线太密 inWin = timeVec >= 2 & timeVec <= 12; tt = timeVec(inWin); ty = typeVec(inWin); colors = containers.Map({'N','V','L','R','A'}, ... {'k','r','g','m','c'}); for i = 1:numel(tt) if isKey(colors, ty(i)) line([tt(i) tt(i)], ylim, 'Color', colors(ty(i)), ... 'LineWidth', 1.0); end end xlim([2 12]); xlabel('Time (s)'); ylabel('MLII (mV)');

ylim在plot之后调用，取的是当前坐标轴范围，所以垂直线会自动覆盖整个波形高度。containers.Map让类型到颜色的映射集中在表里，换颜色只改一处。画完后图面上会出现很多竖线，正常心拍是黑色，室早是红色，一眼就能看出异常位置分布。如果标注线和 QRS 波峰没有对齐，不要急着调代码，先确认timeVec的单位是不是秒，以及当前绘图窗口的时间范围是否和标注时间范围一致。

4.2 用 R 峰间隔画瞬时心率：diff 与 60./ 的配合

标注点本质上就是每个心拍的位置，相邻标注之间的时间差就是 RR 间期，也就是心拍间隔。瞬时心率的计算在 MATLAB 里只需要两行：

rr = diff(timeVec); % RR 间期，单位秒 hr = 60 ./ rr; % 瞬时心率，单位 bpm figure; plot(timeVec(2:end), hr, '.-', 'MarkerSize', 8); xlabel('Time (s)'); ylabel('HR (bpm)'); grid on; ylim([40 140]);

diff计算相邻标注的差值，60 ./ rr把秒换算成每分钟的心拍数。画出来的曲线会比普通心电图直观得多：心率平稳时是一条近似的水平线，室早出现时会看到先低后高的波动。如果曲线上出现突然冲到 200 以上的尖峰，大概率不是心率真的那么快，而是标注里混入了误检点，回到波形图上人工核对那一段最省事。

4.3 截取一个 PVC 心拍：窗口选择与形态对比

做算法验证时，经常需要把某个异常心拍单独截出来看。以室性早搏（类型 V）为例，我一般取它前 0.3 秒、后 0.6 秒的窗口，因为 PVC 的 QRS 波宽大畸形，需要多一点尾部观察 T 波是否倒置：

vIdx = find(typeVec == 'V'); if ~isempty(vIdx) mid = timeVec(vIdx(1)); % 第一个室早的时刻 winStart = max(round((mid - 0.3) * fs), 1); winEnd = min(round((mid + 0.6) * fs), numel(ch1_mV)); ttLocal = (winStart-1:winEnd-1) / fs; figure; plot(ttLocal, ch1_mV(winStart:winEnd), 'b', 'LineWidth', 1.0); hold on; line([mid mid], ylim, 'Color', 'r', 'LineStyle', '--'); title('First PVC beat in Record 100'); xlabel('Time (s)'); ylabel('mV'); end

窗口参数 0.3 秒和 0.6 秒不是拍脑袋定的：心电信号里正常 QRS 波宽约 0.08 到 0.12 秒，PVC 的 QRS 往往超过 0.12 秒，前 0.3 秒足够包含前面的 P 波，后 0.6 秒足够看到 ST 段和 T 波。如果截出来发现波形被切断，检查mid是否靠近记录开头或结尾，必要时把窗口缩短而不是硬截。

5. MIT-BIH 绘图避坑：时间轴、增益换算与导出时的五个高频事故

画图这个环节的坑，几乎每个人第一次碰 MIT-BIH 都会踩一遍。下面五条按“现象→原因→解决”写，全是实际处理中翻车概率最高的地方。

5.1 现象：横轴是 0 到 648000 的大数，波形被压成一条黑带

原因：时间轴直接用了采样点序号，没有除以采样率。呼吸、基线漂移被压缩到看不见，整段 30 分钟数据挤在一个图里。

解决：索引要单独生成时间向量，t = (0:N-1) / fs。注意这里fs必须从.hea读，不要拍脑袋写 360，虽然大部分记录确实是 360 Hz，但养成读头文件的习惯，换数据集才不会二次翻车。另外画图前先截取 10 秒窗口，比画完再xlim更省内存。

5.2 现象：波形看起来全是密集锯齿，放大后也看不清单个心拍

原因：一次性plot了全部 64 万个采样点，360 Hz 采样率下 30 分钟信号点距远小于像素尺寸，曲线糊成一片。

解决：先截取再绘图，seg = raw(1, 1:fs*10)，只画 3600 个点。如果确实需要看长时程趋势，用plot配合xlim缩窗，但不要对全量数据直接出图。需要逐段翻阅时，用循环切窗口画，后续还会讲到。

5.3 现象：波形形态没问题，但纵坐标数值是几百甚至上千

原因：直接拿 ADC 码绘图，没有做(raw - baseline) / gain的物理量换算。MIT-BIH 的原始数据是 12 位 ADC 码，基线约 1024，增益常见 200 ADC/mV，不换算的话你画的是“机器码”而不是“毫伏”。

解决：一行代码搞定，mV = (double(raw) - baseline) / gain。基线优先从.hea解析，实在拿不到再按 1024 兜底，并在注释里标明。

5.4 现象：导出 PNG 模糊、白边巨大，投稿或写报告被退回

原因：直接saveas导出，保存的是屏幕分辨率，默认渲染质量低；纸张模式没设置，画布比例和屏幕不一致。

解决：固定用print命令，分辨率、格式、纸张三个参数一起控制：

set(gcf, 'PaperPositionMode', 'auto'); print('-dpng', '-r300', '100_first10s.png'); % 位图，300 dpi print('-depsc2', '100_first10s.eps'); % 矢量图，排版用

PaperPositionMode设为auto后，导出的画布大小跟着屏幕上的 figure 走，不会出现白边。PNG 适合报告和 PPT，EPS 矢量图适合 LaTeX 投稿，两个都导出是我出图的标准动作。-r300控制分辨率，低于这个数放大就会看到锯齿。

5.5 现象：标注竖线画在波形外面，或者所有标注整体偏移

原因：最常见的是标注时间轴和绘图窗口不一致，rdann返回的时间单位是秒，而绘图窗口横轴仍是采样点序号；其次是hold on之前ylim的顺序问题，导致垂直线用错了坐标范围。

解决：先统一时间单位，绘图用秒，标注也用秒，然后再画线。绘制竖线用line([t t], ylim)而不是手动指定 y 坐标，这样波形窗口怎么缩放，竖线都会自动盖满整个坐标轴高度。

6. 进阶：把绘图流程封装成函数，搞定批量出图和自检

撞过几轮坑之后，我把零散的绘图脚本收敛成了一个参数化函数。核心思路是：输入记录名和时间窗口，输出一张排版好、换算好、标注好的图。这样做最大的好处是，48 条记录可以循环批量出图，不需要每条手动改一遍代码。

function plot_ecg_record(recordName, tRange, opt) % recordName: 如 '100' % tRange: [startSec endSec] % opt.savePath: 非空则导出图片；opt.baseline: 默认 1024；opt.gain: 默认 200 if nargin < 3, opt = struct(); end if ~isfield(opt, 'baseline'), opt.baseline = 1024; end if ~isfield(opt, 'gain'), opt.gain = 200; end fs = 360; raw = read_mitbih_212([recordName '.dat'], 648000, 2); idx = round(tRange(1)*fs)+1 : round(tRange(2)*fs); t = (0:numel(idx)-1) / fs; ch1_mV = (double(raw(1, idx)) - opt.baseline) / opt.gain; figure; plot(t, ch1_mV, 'b', 'LineWidth', 0.8); hold on; [timeVec, typeVec] = rdann(recordName, 'atr'); inWin = timeVec >= tRange(1) & timeVec <= tRange(2); for k = find(inWin) line([timeVec(k) timeVec(k)], ylim, 'Color', 'k', 'LineWidth', 0.6); end xlabel('Time (s)'); ylabel('mV'); xlim(tRange); if isfield(opt, 'savePath') set(gcf, 'PaperPositionMode', 'auto'); print('-dpng', '-r300', [opt.savePath '.png']); end end

出图后我还会做三个自检：第一，看横轴单位是否为秒，纵轴是否为 mV 量级；第二，随机放大一个 QRS 波，确认 P-QRS-T 形态完整；第三，对比标注竖线和波形波峰是否对齐。这三个检查加起来不到一分钟，但能拦下大部分低级错误。

以前我有段时间图快，所有图一律saveas导出，结果投稿时被编辑退回说分辨率不足，返工重画浪费了整整一个晚上。那之后我给自己定了个规矩：宣传图和论文图分两套流程，论文图固定走 300 dpi 的 PNG 加一份 EPS，绝不临时改参数。做 MIT-BIH 绘图这件事，真正的产出不是某一张漂亮的波形图，而是一套“任何记录喂进来都能稳定出图”的流程。希望帮到你。

本文还有配套的精品资源，点击获取