生物醫(yī)學(xué)信號(hào)處理

生物醫(yī)學(xué)信號(hào)處理生命信息與儀器工程學(xué)院目錄contents生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)檢測(cè)處理方概述生物醫(yī)學(xué)信號(hào)及其描述生物醫(yī)學(xué)信號(hào)處理的一般方法應(yīng)用研究5生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)分類生物醫(yī)學(xué)信號(hào)特點(diǎn)生物醫(yī)學(xué)信號(hào)處理的主要任務(wù)主題研究RESEARCHTOPIC生物醫(yī)學(xué)信號(hào)處理是生物醫(yī)學(xué)工程學(xué)的一個(gè)重要研究領(lǐng)域，也是近年來迅速發(fā)展的數(shù)字信號(hào)處理技術(shù)的一個(gè)重要的應(yīng)用方面，正是由于數(shù)字信號(hào)處理技術(shù)和生物醫(yī)學(xué)工程的緊密結(jié)合，才使得我們?cè)谏镝t(yī)學(xué)信號(hào)特征的檢測(cè)、提取及臨床應(yīng)用上有了新的手段，因而也幫助我們加深了對(duì)人體自身的認(rèn)識(shí)。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)分類人體中每時(shí)每刻都存在著大量的生命信息。由于我們的身體整個(gè)生命過程中都在不斷地實(shí)現(xiàn)著物理的、化學(xué)的及生物的變化，因此所產(chǎn)生的信息是極其復(fù)雜的。生物醫(yī)學(xué)信號(hào)“主動(dòng)性”信號(hào)物理信息電信號(hào)非電信號(hào)化學(xué)信息“被動(dòng)性”信號(hào)“主動(dòng)性”信號(hào)：由人體自發(fā)生產(chǎn)?！氨粍?dòng)性”信號(hào)：人體在外界施加某種刺激或某種物質(zhì)時(shí)所產(chǎn)生。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)分類化學(xué)信息指組成人體的有機(jī)物在發(fā)生變化時(shí)所給出的信息，它屬于生物化學(xué)所研究的范疇。物理信息指人體各器官運(yùn)動(dòng)時(shí)所產(chǎn)生的信息。物理信息所表現(xiàn)出來的信號(hào)又可分為電信號(hào)和非電信號(hào)兩大類。人體電信號(hào)體表心電（ECG）信號(hào)、腦電（EEG）、肌電（EMG）、眼電（EOG）、胃電（EGG）等在臨床上取得了不同程度的應(yīng)用。人體磁場(chǎng)信號(hào)檢測(cè)近年來也引起了國內(nèi)外研究者和臨床的高度重視。電信號(hào)是最便于檢測(cè)、提取和處理的信號(hào)。人體非電信號(hào)體溫、血壓、心音、心輸出量及肺潮氣量等，通過相應(yīng)的傳感器，即可轉(zhuǎn)變成電信號(hào)。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)特點(diǎn)信號(hào)弱直接從人體中檢測(cè)到的生理電信號(hào)其幅值一般比較小。如從母體腹部取到的胎兒心電信號(hào)僅為10～50μV，腦干聽覺誘發(fā)響應(yīng)信號(hào)小于1μV，自發(fā)腦電信號(hào)約5～150μV。

因此，在處理各種生理信號(hào)之前要配置各種高性能的放大器。噪音強(qiáng)噪聲是指其它信號(hào)對(duì)所研究對(duì)象信號(hào)的干擾。

如誘發(fā)腦電信號(hào)中總是伴隨著較強(qiáng)的自發(fā)腦電；從母腹取到的胎兒心電信號(hào)常被較強(qiáng)的母親心電所淹沒。這給信號(hào)的檢測(cè)與處理帶來了困難。

因此要求采用一系列的有效的去除噪聲的算法。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)典型生理信號(hào)測(cè)量范圍生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)特點(diǎn)頻率范圍一般較低經(jīng)頻譜分析可知，除聲音信號(hào)（如心音）頻譜成分較高外，其它電生理信號(hào)的頻譜一般較低。如心電的頻譜為0.01～35Hz，腦電的頻譜分布在1～30Hz之間。

因此在信號(hào)的獲取、放大、處理時(shí)要充分考慮對(duì)信號(hào)的頻率響應(yīng)特性。隨機(jī)性強(qiáng)生物醫(yī)學(xué)信號(hào)是隨機(jī)信號(hào)，一般不能用確定的數(shù)學(xué)函數(shù)來描述，它的規(guī)律主要從大量統(tǒng)計(jì)結(jié)果中呈現(xiàn)出來。而且它往往是非平穩(wěn)的，即信號(hào)的統(tǒng)計(jì)特征（如均值、方差等）隨時(shí)間的變化而改變。

因此在信號(hào)處理時(shí)往往進(jìn)行相應(yīng)的理想化和簡化：（1）當(dāng)信號(hào)非平穩(wěn)性變化不太快時(shí)，可以把它作為分段平穩(wěn)的準(zhǔn)平穩(wěn)信號(hào)來處理；（2）如果信號(hào)具有周期重復(fù)的節(jié)律性，只是周期和各周期的波形有一定程度的隨機(jī)變異，則可以作為周期平穩(wěn)的重復(fù)性信號(hào)來處理。（3）采用自適應(yīng)處理技術(shù)，使處理的參數(shù)自動(dòng)跟隨信號(hào)的非平穩(wěn)性而改變。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)心電信號(hào)

ECG記錄了胸部電機(jī)上的電位（或兩個(gè)電極之間的電位差），反映了心肌中的時(shí)變電活動(dòng)，這些電活動(dòng)與動(dòng)作電位的產(chǎn)生和傳播相關(guān)。每次心跳產(chǎn)生一個(gè)電波序列。生物醫(yī)學(xué)信號(hào)及其特點(diǎn)心率信號(hào)100次連續(xù)心跳的瞬時(shí)心率信號(hào)（跳/分）生物醫(yī)學(xué)信號(hào)及其特點(diǎn)（1）．研究不同生物醫(yī)學(xué)信號(hào)檢測(cè)和提取的方法；（2）．研究突出信號(hào)本身、抑制或除去噪聲的各種算法；（3）．研究對(duì)不同信號(hào)的特征的提取算法；（4）．研究信號(hào)特征在臨床上的應(yīng)用。生物醫(yī)學(xué)信號(hào)處理的主要任務(wù)生物醫(yī)學(xué)信號(hào)及其特點(diǎn)生物醫(yī)學(xué)信號(hào)檢測(cè)處理方概述生物醫(yī)學(xué)信號(hào)的檢測(cè)生物醫(yī)學(xué)信號(hào)的處理方法數(shù)字信號(hào)處理技術(shù)的特點(diǎn)

生物醫(yī)學(xué)信號(hào)的檢測(cè)是指對(duì)生物體中包含的生命現(xiàn)象、狀態(tài)、性質(zhì)和成分等信息進(jìn)行檢測(cè)和量化的技術(shù)。涉及到人機(jī)接口技術(shù)、低噪聲和抗干擾技術(shù)、信號(hào)拾取、分析和處理等工程領(lǐng)域，同時(shí)也依賴于生命科學(xué)研究的進(jìn)展。生物醫(yī)學(xué)信號(hào)的檢測(cè)生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述

（1）通過電極或者傳感器將生物信號(hào)轉(zhuǎn)換成電信號(hào)；（2）經(jīng)放大器和預(yù)處理器對(duì)信號(hào)進(jìn)行預(yù)處理和放大；（3）最后經(jīng)過A/D轉(zhuǎn)換器經(jīng)采樣后將數(shù)字信號(hào)送入計(jì)算機(jī)進(jìn)行處理。生物醫(yī)學(xué)信號(hào)檢測(cè)的步驟生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述生物醫(yī)學(xué)信號(hào)計(jì)算機(jī)電極/傳感器放大器/預(yù)處理器A/D轉(zhuǎn)換器生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述心電電極、心音傳感器、導(dǎo)聯(lián)線生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述心電、心音信號(hào)放大器生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述生物醫(yī)學(xué)信號(hào)檢測(cè)系統(tǒng)生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述

生物醫(yī)學(xué)信號(hào)的處理是研究從被干擾和噪聲淹沒的信號(hào)中提取有用的生物醫(yī)學(xué)信息的特征并作模式分類的方法。生物醫(yī)學(xué)信號(hào)具有隨機(jī)性強(qiáng)和噪聲背景強(qiáng)的特點(diǎn)，所以采用諸多數(shù)字處理技術(shù)進(jìn)行分析。生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述生物醫(yī)學(xué)信號(hào)的處理方法

（1）對(duì)于信號(hào)時(shí)域分析的相干平均算法；（2）對(duì)信號(hào)頻域分析的快速傅里葉算法；（3）對(duì)平穩(wěn)隨機(jī)信號(hào)分析功率譜估計(jì)算法、參數(shù)模型方法；（4）對(duì)非平穩(wěn)隨機(jī)信號(hào)分析的短時(shí)傅里葉變換、小波變換等算法；（5）對(duì)信號(hào)的非線性處理方法如混沌與分形，人工神經(jīng)網(wǎng)絡(luò)算法生物醫(yī)學(xué)信號(hào)的處理方法生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述

（1）算法靈活；（2）運(yùn)算精確；（3）抗干擾性強(qiáng)；（4）速度快；數(shù)字信號(hào)處理技術(shù)的特點(diǎn)生物醫(yī)學(xué)信號(hào)的檢測(cè)和處理方法概述生物醫(yī)學(xué)信號(hào)及其描述信號(hào)系統(tǒng)采樣信號(hào)

在信號(hào)處理領(lǐng)域，信號(hào)被定義為一個(gè)隨時(shí)間變化的物理量，例如心電監(jiān)護(hù)儀描記的病人的心電、呼吸等信號(hào)。信號(hào)一般可以表示為一個(gè)數(shù)學(xué)函數(shù)式，以x(t)表示，自變量t為時(shí)間，x(t)表示信號(hào)隨時(shí)間t的變化情況。信號(hào)分類：（1）按信號(hào)取值的確定性與否，分為：確定性信號(hào)：周期信號(hào)： 非周期信號(hào)隨機(jī)信號(hào)：不能確定在某一給定時(shí)間的確切取值平穩(wěn)隨機(jī)信號(hào)非平穩(wěn)隨機(jī)信號(hào)生物醫(yī)學(xué)信號(hào)及其描述信號(hào)

（2）按信號(hào)的時(shí)間取值特點(diǎn)，分為：連續(xù)時(shí)間信號(hào)：t是定義在時(shí)間軸上的連續(xù)變化的量，稱x(t)為連續(xù)時(shí)間信號(hào)（連續(xù)信號(hào)），或模擬信號(hào)。離散時(shí)間信號(hào)：如果t僅在時(shí)間軸上的離散點(diǎn)上取值，稱x(t)為離散時(shí)間信號(hào)（離散信號(hào)）。生物醫(yī)學(xué)信號(hào)及其描述信號(hào)

一般來說，離散信號(hào)的產(chǎn)生有兩種形式：（1）信號(hào)源本身產(chǎn)生的就是離散信號(hào)；（2）通過對(duì)連續(xù)信號(hào)的采樣得到。

例如在對(duì)病人監(jiān)護(hù)時(shí)每隔半小時(shí)測(cè)一次體溫，雖然病人的體溫是連續(xù)變化的，但采樣輸出的是離散信號(hào)，在一天內(nèi)得到48個(gè)采樣值，構(gòu)成了一個(gè)離散的體溫信號(hào)。生物醫(yī)學(xué)信號(hào)及其描述系統(tǒng)

系統(tǒng)（System）是指由若干相互作用和相互依賴的事物組合而成的具有某種特定功能的整體。在信號(hào)處理領(lǐng)域，我們把系統(tǒng)定義為物理器件的集合，它在受到輸入信號(hào)的激勵(lì)時(shí)，會(huì)產(chǎn)生輸出信號(hào)。輸入信號(hào)又稱為激勵(lì)，輸出信號(hào)又稱為響應(yīng)。生物醫(yī)學(xué)信號(hào)及其描述系統(tǒng)

對(duì)數(shù)字信號(hào)處理，系統(tǒng)可以抽象成一種變換，或一種運(yùn)算，將輸入序列x(n)變換成輸出序列y(n)。生物醫(yī)學(xué)信號(hào)及其描述系統(tǒng)

體表心電信號(hào)是心臟的電活動(dòng)通過人體傳到體表，通過電極拾取后得到的心電圖信號(hào)。心臟是心電圖的信號(hào)源，即x(t)，人體可以看作是一個(gè)容積導(dǎo)體，該導(dǎo)體可看作是系統(tǒng)T，x(t)經(jīng)過系統(tǒng)T后的輸出y(t)即是體表心電信號(hào)y(t)。生物醫(yī)學(xué)信號(hào)及其描述采樣

采樣是完成由連續(xù)時(shí)間信號(hào)轉(zhuǎn)換為離散時(shí)間信號(hào)的工具，采樣一般由A/D轉(zhuǎn)換器完成。A/D轉(zhuǎn)換器就如同一個(gè)電子開關(guān)，如果設(shè)定采樣頻率F，則開關(guān)每隔T=1/F秒短暫閉合一次，將連續(xù)信號(hào)接通，得到一個(gè)離散點(diǎn)的采樣值。假設(shè)開關(guān)每次閉合的時(shí)間為τ秒（τ<<T），則采樣器的輸出是一串周期為T，寬度為τ，幅度為在這段τ時(shí)間內(nèi)原始信號(hào)的幅度的脈沖，將該輸出脈沖進(jìn)行幅度量化編碼后即得到采樣的數(shù)字信號(hào)。作為理想化的考慮，令τ→0，采樣輸出脈沖的幅度就精確地代表輸入信號(hào)在該離散時(shí)間點(diǎn)上的瞬時(shí)值，此時(shí)的采樣稱為理想采樣。生物醫(yī)學(xué)信號(hào)及其描述采樣

采樣過程(a)電子開關(guān)(b)實(shí)際采樣(c)理想采樣生物醫(yī)學(xué)信號(hào)及其描述采樣

在對(duì)模擬信號(hào)進(jìn)行采樣之前，應(yīng)了解模擬信號(hào)的特征－即幅度特征和頻率特征。在知道某一信號(hào)的特征后，就可以確定采樣頻率、采樣精度。采樣頻率－－即單位時(shí)間內(nèi)的采樣次數(shù)，單位為次/秒，簡記為Hz。采樣精度－－對(duì)模擬信號(hào)采用多少位的數(shù)字來表達(dá)，常用的有8位，10位，12位，16位等。位數(shù)越多，精度越高。生物醫(yī)學(xué)信號(hào)及其描述采樣

Codewidth=smallestdetectablechangeinvoltage=AD的輸入范圍2nn=#ofADCbits

16-bitADC3-bitADCAmplitudecodewidthcTime02010012014040608010.009.757.506.255.003.752.501.250111110100011010001000生物醫(yī)學(xué)信號(hào)及其描述采樣

Nyquist采樣定理采樣率>2倍的信號(hào)最高頻率充分采樣由于欠采樣導(dǎo)致的混疊生物醫(yī)學(xué)信號(hào)及其描述生物醫(yī)學(xué)信號(hào)處理的一般方法相干平均算法相關(guān)技術(shù)頻域分析技術(shù)信號(hào)的濾波參數(shù)模型信號(hào)處理的一般方法在計(jì)算機(jī)普及應(yīng)用之前：信號(hào)處理裝置或系統(tǒng)由模擬器件和電路組成，如RLC電路，輸入輸出信號(hào)都是模擬信號(hào)。

隨著計(jì)算機(jī)和數(shù)字信號(hào)處理算法的發(fā)展，數(shù)字信號(hào)處理技術(shù)得到了飛速發(fā)展。

以下為數(shù)字信號(hào)處理的基本方法：（1）相干平均算法（2）相關(guān)技術(shù)（3）頻域分析技術(shù)（4）信號(hào)的濾波（5）參數(shù)模型生物醫(yī)學(xué)信號(hào)處理的一般方法相干平均算法相干平均(CoherentAverage)主要應(yīng)用于能多次重復(fù)出現(xiàn)的信號(hào)的提取。如果待檢測(cè)的醫(yī)學(xué)信號(hào)與噪聲重疊在一起信號(hào)：重復(fù)出現(xiàn)

噪聲：隨機(jī)信號(hào)可用疊加法提高信噪比，從而提取有用的信號(hào)。疊加方法：按固定周期或固定觸發(fā)時(shí)刻進(jìn)行疊加。生物醫(yī)學(xué)信號(hào)處理的一般方法相干平均算法效果估計(jì)：

其中yi(t)為含有噪聲的待檢測(cè)信號(hào)，其中s(t)為重復(fù)出現(xiàn)的有用信號(hào)，ni(t)為隨機(jī)噪聲。經(jīng)N次疊加后求平均，則：生物醫(yī)學(xué)信號(hào)處理的一般方法相干平均算法若信號(hào)s(t)的功率為P，噪聲ni(t)的方差為δ2，那么對(duì)每一個(gè)yi(t)，其信噪比為P/δ2。經(jīng)N次平均后，噪聲的方差變?yōu)棣?/N，所以平均后信號(hào)的信噪比為N·P/δ2

，提高了N倍。生物醫(yī)學(xué)信號(hào)處理的一般方法生物醫(yī)學(xué)信號(hào)處理的一般方法信號(hào)的相關(guān)函數(shù)反映了兩個(gè)信號(hào)之間的相互關(guān)連的程度。相關(guān)技術(shù)相關(guān)函數(shù)互相關(guān)函數(shù)（Across-correlationFuntion）rxy自相關(guān)函數(shù)（AutocorrelationFunction）rxx生物醫(yī)學(xué)信號(hào)處理的一般方法信號(hào)的相關(guān)函數(shù)反映了兩個(gè)信號(hào)之間的相互關(guān)連的程度。相關(guān)技術(shù)設(shè)有兩個(gè)信號(hào)x(n)和y(n)，定義它們的互相關(guān)函數(shù)（Across-correlationFuntion）rxy為：

它表示x(n)不動(dòng)，將y(n)在時(shí)間軸上左移或右移（m為正數(shù)時(shí)左移，m為負(fù)數(shù)時(shí)右移）m個(gè)時(shí)間間隔后，分別與x(n)逐點(diǎn)對(duì)應(yīng)相乘后求和，得到該m點(diǎn)時(shí)刻的相關(guān)函數(shù)值rxy(m)。

以m為橫軸，rxy(m)為縱軸可畫出相關(guān)函數(shù)曲線，該曲線反映了x(n)和y(n)的相似程度。生物醫(yī)學(xué)信號(hào)處理的一般方法信號(hào)的相關(guān)函數(shù)反映了兩個(gè)信號(hào)之間的相互關(guān)連的程度。相關(guān)技術(shù)一個(gè)信號(hào)x(n)的自相關(guān)函數(shù)（AutocorrelationFunction）rxx定義為：

其中，rxx(0)反映了信號(hào)x(n)自身的能量。rxx(m)是偶函數(shù)，rxx(0)是其中的最大值。

自相關(guān)函數(shù)曲線可反映信號(hào)自身的周期性和噪聲水平。生物醫(yī)學(xué)信號(hào)處理的一般方法信號(hào)的相關(guān)函數(shù)反映了兩個(gè)信號(hào)之間的相互關(guān)連的程度。相關(guān)技術(shù)一個(gè)信號(hào)x(n)的自相關(guān)函數(shù)（AutocorrelationFunction）rxx定義為：

其中，rxx(0)反映了信號(hào)x(n)自身的能量。rxx(m)是偶函數(shù)，rxx(0)是其中的最大值。

自相關(guān)函數(shù)曲線可反映信號(hào)自身的周期性和噪聲水平。生物醫(yī)學(xué)信號(hào)處理的一般方法相關(guān)技術(shù)生物醫(yī)學(xué)信號(hào)處理的一般方法判斷在一個(gè)含有噪聲的記錄中有無我們所希望的信號(hào)。設(shè)記錄到的信號(hào)：

其中s(n)為信號(hào)，η(n)為白噪聲（白噪聲是指其頻譜為一非零常數(shù)的噪聲），現(xiàn)在我們不知道當(dāng)前記錄到的y(n)中是否存在s(n)，但我們根據(jù)以前的工作已知道關(guān)于s(n)的相關(guān)知識(shí)，因此我們可以做y(n)與s(n)的互相關(guān)：

通常我們認(rèn)為信號(hào)與白噪聲是不相關(guān)的，因此rηs(m)等于零，于是rys(m)=rss(m)。因此可以根據(jù)互相關(guān)函數(shù)rys(m)與自相關(guān)函數(shù)rss(m)是否相等來判斷在y(n)中是否含有信號(hào)s(n)。相關(guān)技術(shù)生物醫(yī)學(xué)信號(hào)處理的一般方法相關(guān)技術(shù)生物醫(yī)學(xué)信號(hào)處理的一般方法頻域分析技術(shù)對(duì)于信號(hào)x(t)或x(n)，我們可以在時(shí)域直接對(duì)其進(jìn)行分析，如濾波、求相關(guān)函數(shù)、相干平均、特征提取等，然而，對(duì)信號(hào)特征的深入研究，往往轉(zhuǎn)換到頻域進(jìn)行分析，有助于加深對(duì)信號(hào)特征的認(rèn)識(shí)。頻域分析的一個(gè)典型應(yīng)用即是對(duì)信號(hào)進(jìn)行傅立葉變換，研究信號(hào)所包含的各種頻率成分。生物醫(yī)學(xué)信號(hào)處理的一般方法頻域分析技術(shù)我們知道，對(duì)于一個(gè)周期信號(hào)，如正弦波信號(hào)：y=sin(ωt)，具有一個(gè)單一的頻譜值ω。而對(duì)于任意一個(gè)周期信號(hào)f(t)都可用傅立葉級(jí)數(shù)表示為：其中，即任何一個(gè)周期函數(shù)都可以展開成為頻率值為基頻ω和其m次倍頻mω的三角函數(shù)和的形式，系數(shù)am即為信號(hào)f(t)所包含的該頻率成分的頻譜。生物醫(yī)學(xué)信號(hào)處理的一般方法頻域分析技術(shù)進(jìn)一步推廣，若取實(shí)際的有限長離散采樣信號(hào)x(n)，可以將該有限長信號(hào)看作是周期信號(hào)的一個(gè)基本周期，同樣可以應(yīng)用傅立葉級(jí)數(shù)理論，計(jì)算x(n)的頻譜，得到離散傅立葉變換公式：應(yīng)用該公式計(jì)算離散傅立葉變換有一個(gè)快速算法，這就是著名的快速傅立葉變換（FFT）。生物醫(yī)學(xué)信號(hào)處理的一般方法頻域分析技術(shù)傅立葉變換只能對(duì)確定性信號(hào)進(jìn)行分析，而隨機(jī)信號(hào)在時(shí)間上是無限的，在樣本上是無窮多，其傅立葉變換不存在，因此，對(duì)隨機(jī)信號(hào)只能計(jì)算信號(hào)的功率譜。信號(hào)的功率譜可以由信號(hào)的相關(guān)函數(shù)計(jì)算得到：

因此，只要我們能求出信號(hào)的相關(guān)函數(shù)rxx(m)，即可求出信號(hào)x(n)的功率譜。但是，真正的rxx(m)也很難求出，要靠由x(n)估計(jì)出來，這就是功率譜估計(jì)。

功率譜估計(jì)在生物醫(yī)學(xué)信號(hào)處理中應(yīng)用極為廣泛，如在心電、心音、腦電等處理中取得了良好的效果。生物醫(yī)學(xué)信號(hào)處理的一般方法在對(duì)醫(yī)學(xué)信號(hào)進(jìn)行檢測(cè)分析時(shí)，由于生物醫(yī)學(xué)信號(hào)總是不可避免的伴隨著不同頻率的噪聲干擾，為了有效的提取信號(hào)，抑制噪聲，需要使用相應(yīng)的濾波器進(jìn)行濾波。

數(shù)字濾波器是數(shù)字信號(hào)處理中使用的最廣泛的一種線性系統(tǒng)，是數(shù)字信號(hào)處理的重要基礎(chǔ)。信號(hào)的濾波生物醫(yī)學(xué)信號(hào)處理的一般方法數(shù)字濾波器作為一個(gè)線性系統(tǒng)，系統(tǒng)的輸入x(t)包含信號(hào)s(t)和干擾n(t)，如果s(t)和n(t)在頻譜上不重疊，即可通過一個(gè)特定的濾波器系統(tǒng)濾除干擾n(t)，得到的輸出y(t)近似地等于s(t)。信號(hào)的濾波生物醫(yī)學(xué)信號(hào)處理的一般方法濾波器有四種頻率響應(yīng)特性：

低通、高通、帶通、帶阻低通濾波器有一個(gè)截止頻率ω0，只允許頻率低于ω0的頻率成分通過，凡是輸入信號(hào)中頻率成分高于ω0的均被濾除，因此在輸出信號(hào)y(t)中只含有低于ω0的頻率成分。高通濾波器正好相反，只允許頻率高于ω0的頻率成分通過。帶通濾波器有上下邊帶截止頻率ω1和ω2，只允許ω1<ω<ω2的頻率成分通過。帶阻濾波器阻止ω1<ω<ω2的頻率成分通過。信號(hào)的濾波生物醫(yī)學(xué)信號(hào)處理的一般方法

信號(hào)的濾波低通高通帶通生物醫(yī)學(xué)信號(hào)處理的一般方法參數(shù)模型技術(shù)是近年來得到迅速發(fā)展的新技術(shù)，受到人們的普遍關(guān)注。在對(duì)隨機(jī)過程的研究中，由于我們不能得到一個(gè)隨機(jī)過程的完整描述，只能得到它們有限次的有限長的觀察值，因此我們希望能用一個(gè)數(shù)學(xué)模型來模擬我們要研究的隨機(jī)過程，使該模型的輸出等于或近似該過程。參數(shù)模型生物醫(yī)學(xué)信號(hào)處理的一般方法我們用一個(gè)白噪聲u(n)作為輸入去激勵(lì)一個(gè)系統(tǒng)h(n)，得到輸出x(n)，如果滿足：

該系統(tǒng)稱為自回歸模型（AR模型）或線性預(yù)測(cè)模型，其物理意義是：模型現(xiàn)在的輸出x(n)是由現(xiàn)在的輸入u(n)和過去的p個(gè)輸出的線性加權(quán)得到。只要我們能求出系數(shù)，即可確定模型參數(shù)。通過該模型，可以完成很多有價(jià)值的研究工作，例如，可以估計(jì)信號(hào)x(n)的功率譜、進(jìn)行各種特征分析、判別分析等工作。參數(shù)模型生物醫(yī)學(xué)信號(hào)處理的一般方法應(yīng)用AR模型估計(jì)信號(hào)的功率譜：已知采樣信號(hào)x(n)

我們用一個(gè)白噪聲u(n)作為輸入去激勵(lì)一個(gè)系統(tǒng)h(n)，使其能夠得到輸出x(n)，建立系統(tǒng)的AR模型：若可以求出模型的系數(shù)ak和常數(shù)δ2w，則可用下式計(jì)算信號(hào)的功率譜：參數(shù)模型生物醫(yī)學(xué)信號(hào)處理的一般方法以上我們簡要介紹了生物醫(yī)學(xué)信號(hào)處理的幾種基本方法。當(dāng)然，信號(hào)處理的內(nèi)容非常豐富，例如多采樣率信號(hào)處理、非平穩(wěn)信號(hào)的時(shí)頻分布、同態(tài)濾波、自適應(yīng)濾波、小波變換、人工神經(jīng)網(wǎng)絡(luò)、混沌與分形等方法，在生物醫(yī)學(xué)信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用。總結(jié)應(yīng)用研究腦電信號(hào)應(yīng)用心音信號(hào)的處理5應(yīng)用研究腦電信號(hào)的處理

腦電信號(hào)是人體的一種基本生理信號(hào),具有重要的臨床診斷和治療價(jià)值。由于腦電信號(hào)的自身非平穩(wěn)性隨機(jī)特點(diǎn),使得對(duì)它的研究成為一項(xiàng)具有相當(dāng)難度的課題。應(yīng)用研究

1.臨床醫(yī)學(xué)方面,腦電信號(hào)處理可以為某些腦疾病提供診斷依據(jù)和提供有效的治療手段。2.同時(shí),隨著近年來計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展,腦-計(jì)算機(jī)接口技術(shù)迅速發(fā)展。腦-機(jī)接口利用人們對(duì)特定感覺或者感知活動(dòng)的腦電的不同,對(duì)腦電信號(hào)進(jìn)行有效提取和分類達(dá)到某種控制目的。應(yīng)用研究1.1932年Dietch首先用傅里葉變換進(jìn)行了腦電分析。2.相繼引入了頻域分析、時(shí)域分析、時(shí)頻分析等方法。3.隨著計(jì)算機(jī)技術(shù)、信號(hào)處理技術(shù)以及現(xiàn)代電子技術(shù)發(fā)展,神經(jīng)網(wǎng)絡(luò)、非線性動(dòng)力學(xué)等新方法應(yīng)運(yùn)而生。技術(shù)發(fā)展應(yīng)用研究1.時(shí)域分析，直接從時(shí)域提取特征的方法優(yōu)點(diǎn)：直觀性強(qiáng)，物理意義比較明確；

缺點(diǎn)：大腦各個(gè)區(qū)域的腦電活動(dòng)情況不能得到直觀反映。：大腦各個(gè)區(qū)域的腦電活動(dòng)情況不能得到直觀反映

應(yīng)用：反映癲癇信息的棘慢波,反映睡眠信息的梭形波等瞬態(tài)波。形應(yīng)用研究2.頻域分析，基于各頻段功率、相干等的分析方法。意義在于把幅度隨時(shí)間變化的腦電波變換為腦電功率隨頻率變化的譜圖。但是忽略了信號(hào)在時(shí)間上的分辨率。

3.時(shí)頻域分析，把時(shí)域和頻域結(jié)合起來的方法。在EEG（腦電圖掃描記）中許多病變都是以瞬態(tài)形式表現(xiàn)的,只有把時(shí)間和頻率結(jié)合起來進(jìn)行處理,才能取得更好的結(jié)果。應(yīng)用研究4.Wigner分布(Wignerdistribution,WD)由1932年維格納從量子力學(xué)角度提出的,1948年維利對(duì)它重新介紹。WD是一種非常有用的數(shù)學(xué)工具,也是一種時(shí)頻混合的信號(hào)表示方法。與其他時(shí)頻分析方法相比,最大的優(yōu)勢(shì)在于具有最簡單的形式可以同時(shí)進(jìn)行時(shí)域和頻域分析。與STFT相比,在時(shí)間和頻率域上都有很高的分辨率,并能把兩者結(jié)合起來。而且WD的各階矩具有明確的物理意義,這種特有的性質(zhì)很適合腦電信號(hào)的特征提取。應(yīng)用研究

5.人工神經(jīng)網(wǎng)絡(luò)

（ArtificalNeuralNetwork）

人工神經(jīng)網(wǎng)絡(luò)是人類在對(duì)大腦及大腦神經(jīng)網(wǎng)絡(luò)認(rèn)識(shí)理解的基礎(chǔ)上,人工構(gòu)造的能夠?qū)崿F(xiàn)某種功能的網(wǎng)絡(luò);是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立起來的一種信息處理系統(tǒng)。它是人腦及其活動(dòng)的一個(gè)理論化的數(shù)學(xué)模型,是由大量簡單處理單元相互連接而成的復(fù)雜網(wǎng)絡(luò),是具有高度的非線性、能夠進(jìn)行復(fù)雜的邏輯操作和實(shí)現(xiàn)非線性關(guān)系的系統(tǒng)。神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于腦電信號(hào)的非線性預(yù)測(cè)和腦電信號(hào)的特征提取。第2/4頁第1期腦電信號(hào)處理方法#101#征提取應(yīng)用研究腦機(jī)接口（BrainComputerInterface,BCI)

腦機(jī)接口是在人腦與計(jì)算機(jī)或其它電子設(shè)備之間建立的直接的交流和控制通道