Matlab读取EDF文件：从二进制解析到脑电信号处理实战-平芜编程栈

简介：这份资源面向需要在Matlab环境中处理生物医学信号的科研人员、工程师与学生，聚焦EDF（European Data Format）文件的读取与解析。EDF是心电、脑电等生理信号记录的通用格式，Matlab本身没有内置读取函数，资源围绕这一痛点提供了可落地的解决思路。压缩包共2个文件，包含1个m脚本与1个txt说明文档，整体约3KB，其中m文件为可直接调用的读取函数，txt则给出导入命令与使用提示，便于快速上手。资源从EDF文件头结构讲起，涉及通道数量、采样率、患者信息等元数据的解析，并演示如何借助edfread函数或自定义文件I/O代码读取多通道数据，为后续滤波、特征提取、R波检测、功率谱分析等处理打下基础。目前已有2399人学习下载，适合希望掌握Matlab读取EDF文件完整流程、理解文件结构并具备一定Matlab基础的读者参考。

1. 从一堆脑电数据里把信号捞出来：Matlab 读取 EDF 文件到底能解决什么

如果你拿到过医院或实验室导出的脑电、心电、睡眠监测数据，大概率会看到一堆后缀为.edf的文件。双击打不开，拖进 Excel 是乱码，用文本编辑器打开全是二进制。这不是文件坏了，而是 EDF（European Data Format）本身就是一种为生理信号设计的二进制容器格式，它把多通道时序信号、采样率、单位、患者信息全部打包在一个文件里，普通工具根本读不懂。

这个项目要解决的就是这件事：用 Matlab 把 EDF 文件里的信号完整读出来，变成可以直接画图、滤波、做频谱分析的数值矩阵。适合两类人：一类是手里有生理信号数据、需要快速做算法验证的开发者；另一类是刚接触生物医学信号处理、想找一个能跑通的最小示例的新手。它不涉及复杂的工具箱依赖，核心就是解析文件头、按通道读取数据、还原物理量纲这三步。

2. EDF 文件结构拆解：为什么不能直接 fread 一把梭

2.1 文件头的固定字段与可变字段

EDF 文件的结构其实很朴素，分两大块：固定长度的文件头（256 字节）和每个信号通道各自的头部信息，然后是连续排列的数据记录。固定头里存的是版本号、患者信息、记录开始时间、记录条数、每条记录的持续时间、信号通道数量。这些字段长度是固定的，但内容格式有讲究，比如患者信息字段里用空格填充，日期格式是dd.mm.yy，时间格式是hh.mm.ss。

很多新手第一次读 EDF 会翻车，就是因为直接按字符数去切，结果遇到字段里有空格或者数字位数不固定就错位了。常见做法是先把整个 256 字节读进来，再按 EDF 规范里定义的偏移量逐段截取，每段读完做一次strtrim去掉尾部空格。

fid = fopen('sample.edf', 'r', 'ieee-le'); header = fread(fid, 256, '*char')'; version = strtrim(header(1:8)); patient_info = strtrim(header(9:88)); record_start_date = strtrim(header(169:176)); record_start_time = strtrim(header(177:184)); num_records = str2double(strtrim(header(237:244))); num_signals = str2double(strtrim(header(253:256)));

这段代码里ieee-le是小端模式，EDF 规范要求用小端存储，但有些设备导出时会用大端，读出来全是乱码，这时候换成ieee-be再试一次。num_signals决定了后面每个通道的头部信息要读多少组，这个值直接影响到后续循环的次数。

2.2 每个通道的头部信息怎么对齐

固定头之后，是num_signals个通道的头部信息，每个通道的头部又分成了 8 个字段，每个字段的长度等于num_signals乘以对应的字节数。比如通道标签字段，总长度是num_signals * 16，第 i 个通道的标签就是从(i-1)*16+1到i*16这个区间。

这里有个容易踩的坑：很多人以为每个通道的头部是连续排列的，其实不是。EDF 把所有通道的同一个字段放在一起，读完所有通道的标签，再读所有通道的物理量纲，再读所有通道的物理最小值、最大值、数字最小值、最大值、预滤波信息、采样点数。这个排列方式叫“按字段分组”，不是“按通道分组”。

signal_labels = cell(1, num_signals); physical_dims = cell(1, num_signals); physical_min = zeros(1, num_signals); physical_max = zeros(1, num_signals); digital_min = zeros(1, num_signals); digital_max = zeros(1, num_signals); samples_per_record = zeros(1, num_signals); offset = 256; for i = 1:num_signals signal_labels{i} = strtrim(header(offset + (i-1)*16 + 1 : offset + i*16)); end offset = offset + num_signals * 16; for i = 1:num_signals physical_dims{i} = strtrim(header(offset + (i-1)*8 + 1 : offset + i*8)); end offset = offset + num_signals * 8; for i = 1:num_signals physical_min(i) = str2double(header(offset + (i-1)*8 + 1 : offset + i*8)); end offset = offset + num_signals * 8;

这段代码的逻辑是按字段逐段推进偏移量，每读完一个字段，offset就往后移对应的总字节数。samples_per_record这个数组特别关键，它决定了每个通道在一条记录里有多少个采样点，后面读取数据时就是按这个数来分配矩阵的列数。

2.3 数据区的读取与物理量纲还原

数据区是从第 256 字节加上所有通道头部长度之后开始的。每条记录里，所有通道的数据依次排列，每个采样点用 2 字节的有符号整数存储。读取的时候要按通道顺序把数据切出来，然后做一次线性变换，把数字量转换成物理量。

转换公式是：physical_value = (digital_value - digital_min) * (physical_max - physical_min) / (digital_max - digital_min) + physical_min。这个公式看着简单，但digital_min和digital_max如果读错了，还原出来的信号要么幅值不对，要么直接溢出。

data_offset = offset; total_samples_per_record = sum(samples_per_record); signal_data = cell(1, num_signals); for rec = 1:num_records record_data = fread(fid, total_samples_per_record, 'int16'); idx = 1; for ch = 1:num_signals n = samples_per_record(ch); raw = record_data(idx : idx + n - 1); idx = idx + n; physical = (raw - digital_min(ch)) * ... (physical_max(ch) - physical_min(ch)) / ... (digital_max(ch) - digital_min(ch)) + physical_min(ch); signal_data{ch} = [signal_data{ch}; physical]; end end fclose(fid);

这里用cell数组存每个通道的完整信号，是因为不同通道的采样率可能不一样，没法直接拼成一个矩阵。fread读的是int16，对应 EDF 规范里的 2 字节有符号整数。如果文件里某个通道的digital_max和digital_min相等，除法会出Inf，这种情况一般是文件头损坏，需要在读之前加一个判断。

3. 从零跑通：一个能直接用的 EDF 读取脚本

3.1 环境准备与文件放置

这个脚本不需要任何额外的工具箱，Matlab 基础版本就能跑。把要读的.edf文件和脚本放在同一个目录下，或者把文件路径写绝对路径。如果你用的是 Octave，大部分语法也兼容，但strtrim和fread的行为基本一致，问题不大。

常见做法是建一个data文件夹专门放 EDF 文件，脚本里用fullfile拼路径，这样换电脑跑的时候只需要改一个根目录变量。

data_dir = fullfile(pwd, 'data'); edf_file = fullfile(data_dir, 'sample.edf'); if ~isfile(edf_file) error('EDF 文件不存在，请检查路径：%s', edf_file); end

3.2 完整读取流程与信号可视化

把前面几段代码串起来，就是一个完整的读取流程。读完之后，用plot把每个通道的信号画出来，检查一下有没有明显的漂移或者饱和。生理信号经常有基线漂移，画图的时候可以顺手做一个去均值。

fs = samples_per_record ./ (num_records * record_duration); t = (0 : size(signal_data{1}, 1) - 1) / fs(1); figure; for ch = 1:num_signals subplot(num_signals, 1, ch); plot(t, signal_data{ch} - mean(signal_data{ch})); title(signal_labels{ch}); xlabel('时间 (s)'); ylabel(physical_dims{ch}); end

record_duration是从固定头里读出来的，一般是 1 秒。fs算出来是每个通道的采样率，不同通道可能不同，所以画图时横轴时间要按各自采样率算。如果所有通道采样率一样，可以直接用一个时间向量。

3.3 参数怎么改：采样率、通道选择与时间段截取

实际用的时候，往往不需要读全部通道和全部时间。比如只关心 Fz、Cz、Pz 三个电极，或者只看第 10 分钟到第 20 分钟的数据。这时候可以在读取前先筛选通道索引，读取时只保留需要的记录段。

target_channels = [1, 3, 5]; target_start_sec = 600; target_end_sec = 1200; start_rec = floor(target_start_sec / record_duration) + 1; end_rec = min(floor(target_end_sec / record_duration), num_records); for rec = start_rec:end_rec record_data = fread(fid, total_samples_per_record, 'int16'); idx = 1; for ch = 1:num_signals n = samples_per_record(ch); raw = record_data(idx : idx + n - 1); idx = idx + n; if ismember(ch, target_channels) physical = (raw - digital_min(ch)) * ... (physical_max(ch) - physical_min(ch)) / ... (digital_max(ch) - digital_min(ch)) + physical_min(ch); signal_data{ch} = [signal_data{ch}; physical]; end end end

这里用ismember判断当前通道是否在目标列表里，不在就跳过转换，省计算量。start_rec和end_rec把时间换算成记录索引，注意索引从 1 开始，所以要加 1。

4. 避坑与排查：EDF 读取时最容易翻车的几个地方

4.1 读出来全是零或者乱码

现象：信号画出来是一条直线，或者数值大得离谱。原因通常是字节序搞反了，或者digital_min/digital_max读成了字符串没转数字。解决方法是先检查fread的精度参数，小端用ieee-le，大端用ieee-be。然后确认所有str2double的字段都转换成功，没有变成NaN。

4.2 通道数对不上或者标签错位

现象：读出来的通道标签和实际电极对不上，或者通道数比预期少。原因多半是固定头里的num_signals读错了，或者偏移量计算时漏掉了某个字段。解决方法是把num_signals打印出来，和文件属性里的通道数对比。如果不对，检查header(253:256)这一段是不是被空格填充了。

4.3 数据长度和预期不一致

现象：读出来的信号长度不是num_records * samples_per_record。原因可能是文件在写入时没有写满最后一条记录，或者读取时fread提前遇到了文件末尾。解决方法是先算一下文件总大小，减去头部长度，再除以 2，看能容纳多少个采样点。如果对不上，说明文件本身不完整。

4.4 物理量纲还原后幅值不对

现象：信号形状对，但幅值差了一个数量级。原因通常是physical_min和physical_max的单位和digital_min/digital_max不匹配。比如物理量纲是微伏，但数字量是毫伏。解决方法是把physical_dims打印出来，确认单位，然后检查转换公式里的分子分母有没有写反。

4.5 大文件读取内存爆掉

现象：读一个几百兆的 EDF 文件，Matlab 直接卡死或者报内存不足。原因是把所有记录一次性读进内存，而且用cell数组不断拼接。解决方法是预分配矩阵，或者分块读取，每次只读一部分记录，处理完再读下一块。如果只是做频谱分析，可以边读边做 FFT，不用保存完整信号。

5. 二次开发与改造：把读取脚本变成自己的信号处理流水线

5.1 封装成函数并支持批量处理

把读取逻辑封装成一个函数，输入是文件路径和可选参数，输出是信号矩阵、采样率、通道标签。这样以后换文件只需要改一个参数。批量处理的时候，用dir列出所有.edf文件，循环调用。

function [signals, fs, labels, dims] = read_edf(filepath, varargin) p = inputParser; addParameter(p, 'Channels', []); addParameter(p, 'StartSec', 0); addParameter(p, 'EndSec', Inf); parse(p, varargin{:}); % ... 读取逻辑 ... if ~isempty(p.Results.Channels) signals = signals(p.Results.Channels); labels = labels(p.Results.Channels); dims = dims(p.Results.Channels); fs = fs(p.Results.Channels); end end

inputParser是 Matlab 里做参数解析的标准做法，支持默认值和名称-值对。Channels为空时读全部通道，指定时只读目标通道。StartSec和EndSec控制读取的时间范围。

5.2 接入滤波与频谱分析

读出来的信号通常需要做带通滤波，比如脑电常用 0.5 到 45 Hz。Matlab 的bandpass函数可以直接用，但要注意采样率要匹配。滤波之后做pwelch算功率谱，看看各个频段的能量分布。

[b, a] = butter(4, [0.5, 45] / (fs(1) / 2), 'bandpass'); filtered = filtfilt(b, a, signal_data{1}); [pxx, f] = pwelch(filtered, [], [], [], fs(1)); plot(f, 10*log10(pxx)); xlabel('频率 (Hz)'); ylabel('功率谱密度 (dB/Hz)');

butter生成滤波器系数，filtfilt做零相位滤波，避免相位失真。pwelch的第二个参数是窗函数，空着用默认的汉明窗。如果信号很长，可以分段做pwelch再平均，结果更平滑。

5.3 一个我踩过的坑：别在循环里动态扩容

刚开始写的时候，我在记录循环里用signal_data{ch} = [signal_data{ch}; physical]不断拼接，读一个 10 分钟的文件要好几秒。后来改成先算总长度，预分配矩阵，再按索引填充，速度直接快了一个数量级。从那以后我每次读大文件都强制走一遍预分配，哪怕代码看起来啰嗦一点。

total_samples = num_records * samples_per_record(ch); signal_data{ch} = zeros(total_samples, 1); pos = 1; for rec = 1:num_records % ... 读取 ... signal_data{ch}(pos : pos + n - 1) = physical; pos = pos + n; end

预分配之后，内存不会反复申请和释放，Matlab 的 JIT 也能更好地优化循环。如果通道数多，可以只预分配需要的通道，不需要的通道直接跳过读取。