PhysioNet是一个由美国国家通用医学科学院（NIGMS）和国家生物医学成像和生物工程院（NIBIB）共同支持的面向科研人员免费提供生理信号库和其处理工具的一个资源网站或者项目。目前项目内容主要分为两个：PhysioBank和PhysioToolkit,也就是生理信号库和处理工具箱。
网站：https://physionet.org/
上一篇我们对整个PhysioToolkit的组织架构和其中一些软件包介绍了，相信小伙伴们迫不及待的要磨拳檫掌，跃跃欲试了吧，这一期就来实际上手。
一、Toolbox的安装
上一期也提到这个，可以将.m函数下载下来添加到Matlab的路径中即可。现在还有一个更简单的办法，在Matlab中直接输入一下内容：
[old_path]=which('rdsamp'); if(~isempty(old_path)) rmpath(old_path(1:end-8)); end
wfdb_url='https://physionet.org/physiotools/matlab/wfdb-app-matlab/wfdb-app-toolbox-0-10-0.zip';
[filestr,status] = urlwrite(wfdb_url,'wfdb-app-toolbox-0-10-0.zip');
unzip('wfdb-app-toolbox-0-10-0.zip');
cd mcode
addpath(pwd)
savepath
等待一会儿，WFDB的工具箱将直接下载在Matlab的当前路径中，并产生新的文件夹：
wfdb-app-toolbox-0-9-9
二、测试安装
安装好后我们就可以测试一下运行起来是否有障碍。WFDB给我们提供了两个测试方法：
方法一：运行内置的Demo：
wfdbdemo
方法二：读入一个MIT数据库的生理信号并显示：
[tm,sig]=rdsamp('mitdb/100',1);
plot(tm,sig);
如果两个运行都有figure结果而且没有报错，那么说明工具箱成功安装，鼓掌欢呼！
三、函数说明
前面提到过，WFDBToolbox for Matlab一共有20个函数，我数了一下其实有40多个。因为工具箱里面除了WFDB函数，还有其他工具箱（如ecgpuwave等）中的函数，这对于一个工具箱来说并不算多，我们可以一个个的介绍。
函数列表可以在WFDB Applications Guide中查看：https://physionet.org/physiotools/wag/wag.htm
1.读入生理信号信号及其注释（rdsamp）
[tm,signal,Fs]=rdsamp(recordName,signaList,N,N0,rawUnits,highResolution)
举例：在Matlab中输入以下内容通过rdsamp函数可以读出MITDB信号库中的一个recordName为‘100‘的信号并借助plot函数显示：
-[tm, signal]=rdsamp('mitdb/100',[],1000);
-plot(tm,signal(:,1))；
其中,该信号中有两列采集信号，每列长为650000个采样点，所以获得的signal应该是一个2*650000的矩阵。但是可以在函数输入可选项：
SignalList：选择其中某列信号读入，输入为空默认为全部列，此处就是默认全部；
N：需要读入信号的长度，本身信号长为650000，此处只截取了其中1000长度；
N0：截取信号开始的采样点，此处默认为1，也就是截取了信号的1--1000采样点；
rawUnits：信号读入信号值需要的精度，具体请看帮助；
highResolution：信号分辨率，1为高，0为低，默认为0
最终结果为：
其实这个示例程序就是rdsamp函数帮助文件中的一个示例程序，学会用Matlab的help函数，对于学习Matlab来说可以起到事半功倍的效果。一来我们可以看到我们要查看函数的所有信息和示例用法，直接copy粘贴在Matlab中就可以看到效果；而来我们可以用来检验该函数是否已经添加在PATH中。
2.读入注释信息文件（rdann）
[ann,type,subtype,chan,num,comments]=rdann(recordName,annotator,C,N,N0,type)
举一个rdann读入注释信息函数的例子：
-[tm, signal]=rdsamp('challenge/2013/set-a/a01');
-[ann]=rdann('challenge/2013/set-a/a01','fqrs');
-plot(tm,signal(:,1));hold on;grid on
-plot(tm(ann),signal(ann,1),'ro','MarkerSize',4)
本程序首先用rdsamp函数读入‘challenge’信号库中的命名为‘a01’的全部信号，再用‘rdann’函数读入与之对应的注释信息，类型为‘fqrs’，也就是QRS出现的位置，最后由plot显示所读入的信号和注释信息，如下图：
图2中我们发现ECG信号显得很密集，因为我们没有选着读入信号的某些采样而是全部60000个采样点。其中红色的圆点就是注释文件中标注QRS出现的地方。其实注释信息我们可以通过一些算法求出来的，但是既然生理库中已经给出我们就可以直接用，而且他们官方的肯定经过矫正很准确的，既方便也有保证，直接拿来用何乐不为？另外如果我们想自己开发检测QRS或者R，可以将自己得到的结果和官方的注释信息对比，看看自己算法的准确率。
这一篇虽然只介绍了WFDB Toolbox for Matlab工具箱中两个简单的读入信号的函数，但是学会了使用和查看帮助文档的方法其他的函数也就很简单了。因为我们不是所有的函数都要用到，所以当遇到需要的函数在学习就好了，简单高效！
读入文件是第一步，对生理信号进行处理和有用信息提取才是重点，以后有机会我会介绍一些常用的方法以及在自己项目中用到的方法。