全面实施泛Tompkins；
如果您认为此脚本有用，请引用以下参考资料；
%%参考资料：
%[1] 塞德加米兹。H、 “Pan-Tompkins心电图QRS检测器的Matlab实现”，2014年3月。https://www.researchgate.net/publication/313673153_Matlab_Implementation_of_Pan_Tompkins_ECG_QRS_detect
和
%[2] PAN.J，TOMPKINS.W.J，“实时QRS检测算法”IEEE
%《生物医学工程学报》，第BME-32卷，第3期，1985年3月。
%%作者：胡曼·塞德加米兹
%林科平大学
%电邮：hoose792@student.liu.se
%版权所有2014年3月
-----------------
%%方法：
%%预处理
%1）带通滤波器（5-15 Hz）
%2）衍生滤波器，用于高亮度QRS波群。
%3）信号是平方的。
%4）信号是噪声的平均值（0.150秒长）。
%5）根据信号的采样频率进行滤波
%更改选项以最佳匹配ecg信号的特征
%%决策规则
%在算法的这一点上，前面的阶段产生了一个大致呈脉冲形状的图像
%MWI输出端的波形。确定该脉冲是否
%对应于QRS波群（与高斜率T波或噪声伪影相反）是
%使用自适应阈值操作和其他决策执行
%下文概述的规则；
%a）基准标记-首先处理波形以产生一组加权单位
%在MWI最大值位置取样。这是为了定位QRS
%复杂到一瞬间的时间。w[k]权重是最大值。
%b）阈值-在分析MWI输出的振幅时，算法使用
%两个阈值（THR_SIG和THR_NOISE），在短时间内适当初始化
%2秒训练阶段），持续适应不断变化的ECG信号质量。这个
%首次通过y[n]使用这些阈值对每个非零样本进行分类
%（电流峰值）作为信号或噪声：
%如果CURRENTPEAK>THR_SIG，则该位置被识别为“QRS波群”
%候选者”和信号电平（SIG_LEV）更新：
%SIG_uuLev=0.125×电流峰值+0.875×SIG_uuuLev
%如果THR_噪声<电流峰值%更新“噪声峰值”和噪声级（噪声水平）：
%噪声水平=0.125×电流峰值+0.875×噪声水平
%基于对信号和噪声水平（SIG_LEV和noise_LEV）的新估计，
%分别）在ECG中的该点，阈值调整如下：
%THR uu-SIG=噪声uu-LEV+0.25×（SIG uuu-LEV？噪声u-LEV）
%THR噪声=0.5×（THR信号）
%这些调整会逐渐降低被视为无效的信号段中的阈值
%质量较差。
%c）搜索缺失的QRS波群-在上述阈值步骤中，如果
%CURRENTPEAK%复杂。但是，如果一个不合理的长期限已经到期，且没有超过阈值
%峰值时，算法将假定QRS已丢失，并执行
%向后搜索。这限制了假阴性的数量。用于触发的最短时间
%搜索返回是当前R峰对R峰时间段（称为RR）的1.66倍
%间隔）。该值有一个生理来源-相邻时间之间的时间值
%心跳的变化不会比这更快。假定QRS波群缺失
%发生在THR_SIG和THR_SIG之间间隔内的最高峰值位置
%噪音。在该算法中，存储两个平均RR间隔，第一个RR间隔为
%计算为最后八个QRS位置的平均值，以适应心脏的变化
%比率，第二个RR区间平均值为平均值
%最有规律的RR间期之一。如果心率不规律，阈值会降低
%改进检测。
%d）消除不应期内的多次检测——这是
%如果QRS波群在之前的一次电击后200毫秒内，则不可能出现合法的QRS波群
%检测到一个。这是一种生理上的限制——由于在地震期间的不应期
%哪种心室去极化在刺激下不会发生[1]。As QRS波群
%生成候选，算法消除了这些物理上不可能的事件，
%从而减少误报。
%e）T波辨别-最后，如果在200毫秒后出现QRS候选波
%不应期，但在先前QRS的360ms内，算法确定
%这是下一次心跳的真实QRS波群还是异常突出
%T波。该决定基于该位置波形的平均斜率。斜率
%不到先前QRS波群的一半与较慢的QRS波群一致
%改变T波的行为–否则，它将成为QRS检测。
%额外概念：除了本文提到的要点之外，此代码也
%检查发生的小于360毫秒延迟的峰值是否也有延迟
%延迟小于0,5*平均值\u RR如果是，则视为噪声