不同的过滤器用于不同的目的。去除通常集中在单个频率上的电力线噪声通常使用陷波滤波器来执行。消除基线漂移通常使用 DC 阻塞滤波器完成，这是一个非常窄的高通滤波器，本质上是另一个具有 0 Hz 中心频率的陷波滤波器。去除肌电图通常比较困难，但您可以尝试使用低通滤波器来实现，因为肌电图在高频中有很多内容。

为了处理 EEG 信号以进行心跳率检测等简单的事情，请查看Pan-Tompkinks 算法。

问题 2 和 3 需要您付出一些努力，因为它们非常广泛。我在研究生课程中使用过这本书，我发现它很有见地。

我认为您可以使用它们中的任何滤波器，这在很大程度上取决于滤波器的类型（低通，高通，....）首先您应该知道有用的频率部分和噪声部分，具体取决于 IEC 规范， ECG 的带宽为 0.5Hz 至 150Hz。

因此可以使用截止频率为 150Hz 的低通滤波器去除高频噪声（大于 150），并使用陷波滤波器（去除特定频率）去除 50Hz 或 60Hz 的电源线噪声，肌肉添加的噪声为很难去除，因为它位于 ECG 信号的带宽中。

您可以使用 MATLAB 并查看这些过滤器的帮助，它提供了很好的示例。

乔..

问题 3 将回答问题 1（因为提供概述而不关注任何给定技术的资源将回答该问题）。

请参阅 R. Gupta 等人的“ECG 采集和自动远程处理”的第 2 章“ECG 信号分析”。（施普林格印度 2014）。

它很好地概述了 ECG 分析面临的不同挑战，以及针对这些问题的不同解决方案，并参考了原始工作，以防您想更深入地研究任何问题。如果您有兴趣，它还会提供伪代码。

我已经尝试过差异方法来摆脱基线漫游，我发现这种方法很有效。

还可以查看“计算机辅助心电图分析 - 最新技术和即将到来的挑战”。

另外，请记住，仅仅获得“漂亮的心电图”是不够的，这意味着“视觉上吸引人”的心电图。您需要考虑该过滤丢失了多少信息，以及多少失真。

因此，您需要在已知信号和已知噪声上测试您的算法，以便能够做到这一点并计算错误等。

还要记住，它总是归结为妥协。有些人引用海森堡，我引用滚石：你不能总是拥有你想要的东西。

我们都想要可以实时实现的快速算法、只过滤噪声但保持心电图特性完整的滤波器、可穿戴设备上的 1000+Hz 采样频率和无限的电池使用时间。

现实并没有那么美好。因此，“挑战”一词。

我也在做我的论文，所以如果你有任何其他问题，请随时问：我不会是那个告诉你“你怎么不知道这个？”的混蛋。

本文提出了一种简单有效的方法：一种基于小波的心电信号中电力线干扰去除方法。在：水库。生物医学。Eng., vol.34, n1, p.73-86, 2018。作者：Bruno Rodrigues de Oliveira；马尔科·阿帕雷西多·奎罗斯·杜阿尔特；Caio Cesar Enside de Abreu；乔祖·维埃拉·菲略。DOI：http ://dx.doi.org/10.1590/2446-4740.01817 。