2023年生物醫(yī)學(xué)信號(hào)分析_第1頁(yè)
2023年生物醫(yī)學(xué)信號(hào)分析_第2頁(yè)
2023年生物醫(yī)學(xué)信號(hào)分析_第3頁(yè)
免費(fèi)預(yù)覽已結(jié)束,剩余1頁(yè)可下載查看

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

生物醫(yī)學(xué)信號(hào)分析1概述

1.1生物醫(yī)學(xué)信號(hào)及其特點(diǎn)

生物醫(yī)學(xué)信號(hào)是一種由簡(jiǎn)單的生命體發(fā)出的不穩(wěn)定的自然信號(hào),屬于強(qiáng)噪聲背景下的低頻微弱信號(hào),信號(hào)本身特征、檢測(cè)方式和處理技術(shù),都不同于一般的信號(hào)。生物醫(yī)學(xué)信號(hào)可以為源于一個(gè)生物系統(tǒng)的一類(lèi)信號(hào),這些信號(hào)通常含有與生物系統(tǒng)生理和結(jié)構(gòu)狀態(tài)相關(guān)的信息。生物醫(yī)學(xué)信號(hào)種類(lèi)繁多,其主要特點(diǎn)是:信號(hào)弱、隨機(jī)性大、噪聲背景比較強(qiáng)、頻率范圍一般較低,還有信號(hào)的統(tǒng)計(jì)特性隨時(shí)間而變,而且還是非先驗(yàn)性的。

1.2生物醫(yī)學(xué)信號(hào)分類(lèi)

按性質(zhì)生物信號(hào)可分為生物電信號(hào)(BioelectricSignals),如腦電、心電、肌電、胃電、視網(wǎng)膜電等;生物磁信號(hào)(BiomagneticSignals),如心磁場(chǎng)、腦磁場(chǎng)、神經(jīng)磁場(chǎng);生物化學(xué)信號(hào)(BiochemicalSignals),如血液的pH值、血?dú)?、呼吸氣體等;生物力學(xué)信號(hào)(BiomechanicalSignals),如血壓、氣血和消化道內(nèi)壓和心肌張力等;生物聲學(xué)信號(hào)(BioacousticSignal),如心音、脈搏、心沖擊等。按來(lái)源生物醫(yī)學(xué)信號(hào)可大致分為兩類(lèi):(1)由生理過(guò)程自發(fā)產(chǎn)生的主動(dòng)信號(hào),例如心電(ECG)、腦電(EEG)、肌電(EMG)、眼電(EOG)、胃電(EGG)等電生理信號(hào)和體溫、血壓、脈博、呼吸等非電生信號(hào);(2)外界施加于人體、把人體作為通道、用以進(jìn)行探查的被動(dòng)信號(hào),如超聲波、同位素、X射線等。

2生物醫(yī)學(xué)信號(hào)的檢測(cè)及方法

生物醫(yī)學(xué)信號(hào)檢測(cè)是對(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、分析與處理技術(shù)等工程領(lǐng)域,也依靠于生命科學(xué)討論的進(jìn)展。信號(hào)檢測(cè)一般需要通過(guò)以下步驟(見(jiàn)圖1)。①生物醫(yī)學(xué)信號(hào)通過(guò)電極拾取或通過(guò)傳感器轉(zhuǎn)換成電信號(hào);②放大器及預(yù)處理器進(jìn)行信號(hào)放大和預(yù)處理;③經(jīng)A/D轉(zhuǎn)換器進(jìn)行采樣,將模擬信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào);④輸入計(jì)算機(jī);⑤通過(guò)各種數(shù)字信號(hào)處理算法進(jìn)行信號(hào)分析處理,得到有意義的結(jié)果。生物醫(yī)學(xué)信號(hào)檢測(cè)技術(shù)包括:(1)無(wú)創(chuàng)檢測(cè)、微創(chuàng)檢測(cè)、有創(chuàng)檢測(cè);(2)在體檢測(cè)、離體檢測(cè);(3)直接檢測(cè)、間接檢測(cè);(4)非接觸檢測(cè)、體表檢測(cè)、體內(nèi)檢測(cè);(5)生物電檢測(cè)、生物非電量檢測(cè);(6)形態(tài)檢測(cè)、功能檢測(cè);(7)處于拘束狀態(tài)下的生物體檢測(cè)、處于自然狀態(tài)下的生物體檢測(cè);(8)透射法檢測(cè)、反射法檢測(cè);(9)一維信號(hào)檢測(cè)、多維信號(hào)檢測(cè);(10)遙感法檢測(cè)、多維信號(hào)檢測(cè);(11)一次量檢測(cè)、二次量分析檢測(cè);(12)分子級(jí)檢測(cè)、細(xì)胞級(jí)檢測(cè)、系統(tǒng)級(jí)檢測(cè)。

3生物醫(yī)學(xué)信號(hào)的處理方法

生物醫(yī)學(xué)信號(hào)處理是討論從被干擾和噪聲沉沒(méi)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(lèi)的方法。生物醫(yī)學(xué)信號(hào)處理的目的是要區(qū)分正常信號(hào)與特別信號(hào),在此基礎(chǔ)上診斷疾病的存在。近年來(lái)隨著計(jì)算機(jī)信息技術(shù)的飛速進(jìn)展,對(duì)生物醫(yī)學(xué)信號(hào)的處理廣泛地采納了數(shù)字信號(hào)分析處理方法:如對(duì)信號(hào)時(shí)域分析的相干平均算法;對(duì)信號(hào)頻域分析的快速傅立葉變換算法和各種數(shù)字濾波算法;對(duì)平穩(wěn)隨機(jī)信號(hào)分析的功率譜估量算法和參數(shù)模型方法;對(duì)非平穩(wěn)隨機(jī)信號(hào)分析的短時(shí)傅立葉變換、時(shí)頻分布(維格納分布)、小波變換、時(shí)變參數(shù)模型和自適應(yīng)處理等算法;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)算法等。下面介紹幾種主要的處理方法。

3.1頻域分析法

信號(hào)的頻域分析是采納傅立葉變換將時(shí)域信號(hào)x(t)變換為頻域信號(hào)X(f),從而將時(shí)間變量轉(zhuǎn)變成頻率變量,關(guān)心人們了解信號(hào)隨頻率的變化所表現(xiàn)出的特性。信號(hào)頻譜X(f)描述了信號(hào)的頻率結(jié)構(gòu)以及在不同頻率處重量成分的大小,直觀地供應(yīng)了從時(shí)域信號(hào)波形不易觀看得到頻率域信息。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,討論信號(hào)所包含的各種頻率成分,從而揭示信號(hào)的頻譜、帶寬,并用以指導(dǎo)最優(yōu)濾波器的設(shè)計(jì)。

3.2相干平均分析法

生物醫(yī)學(xué)信號(hào)常被沉沒(méi)在較強(qiáng)的噪聲中,且具有很大的隨機(jī)性,因此對(duì)這類(lèi)信號(hào)的高效穩(wěn)健提取比較困難。最常用的常規(guī)提取方法是相干平均法。相干平均(CoherentAverage)主要應(yīng)用于能多次重復(fù)消失的信號(hào)的提取。假如待檢測(cè)的醫(yī)學(xué)信號(hào)與噪聲重疊在一起,信號(hào)假如可以重復(fù)消失,而噪聲是隨機(jī)信號(hào),可用疊加法提高信噪比,從而提取有用的信號(hào)。這種方法不但用在誘發(fā)腦電的提取,也用在近年來(lái)進(jìn)展的心電微電勢(shì)(希氏束電、心室晚電位等)的提取中。

3.3小波變換分析法

小波分析是傳統(tǒng)傅里葉變換的繼承和進(jìn)展,是20世紀(jì)80年月末進(jìn)展起來(lái)的一種新型的信號(hào)分析工具。目前,小波的討論受到廣泛的關(guān)注,特殊是在信號(hào)處理、圖像處理、語(yǔ)音分析、模式識(shí)別、量子物理及眾多非線性科學(xué)等應(yīng)用領(lǐng)域,被認(rèn)為是近年來(lái)在工具及方法上的重大突破。小波分析有很多特性:多辨別率特性,保證特別好的刻畫(huà)信號(hào)的非平穩(wěn)特征,如間斷、尖峰、階躍等;消逝矩特性,保證了小波系數(shù)的稀疏性;緊支撐特性,保證了其良好的時(shí)頻局部定位特性;對(duì)稱性,保證了其相位的無(wú)損;去相關(guān)特性,保證了小波系數(shù)的弱相關(guān)性和噪聲小波系數(shù)的白化性;正交性,保證了變換域的能量守恒性;全部上述特性使小波分析成為解決實(shí)際問(wèn)題的一個(gè)有效的工具。小波變換在心電、腦電、脈搏波等信號(hào)的噪聲去除、特征提取和自動(dòng)分析識(shí)別中也已經(jīng)取得了很多重要的討論成果。

3.4人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種仿照生物神經(jīng)元結(jié)構(gòu)和神經(jīng)信息傳遞機(jī)理的信號(hào)處理方法。目前學(xué)者們提出的神經(jīng)網(wǎng)絡(luò)模型種類(lèi)繁多。概括起來(lái),其共性是由大量的簡(jiǎn)潔基本單元(神經(jīng)元)相互廣泛聯(lián)接構(gòu)成的自適應(yīng)非線性動(dòng)態(tài)系統(tǒng)。其特點(diǎn)是:(1)并行計(jì)算,因此處理速度快;(2)分布式存貯,因此容錯(cuò)力量較好;(3)自適應(yīng)學(xué)習(xí)(有監(jiān)督的或無(wú)監(jiān)督的自組織學(xué)習(xí))。

閱讀次數(shù):人次藥學(xué)畢業(yè)論文醫(yī)學(xué)檢驗(yàn)論文心理健康論文臨床醫(yī)學(xué)論文護(hù)理醫(yī)學(xué)論文

醫(yī)學(xué)教育論文醫(yī)學(xué)科技論文循證醫(yī)學(xué)論文內(nèi)科醫(yī)學(xué)論文生物醫(yī)學(xué)論文

基礎(chǔ)醫(yī)學(xué)論文臨床醫(yī)學(xué)論文婦產(chǎn)科學(xué)論文口腔科學(xué)論文急診醫(yī)學(xué)論文

中醫(yī)藥學(xué)論文東方醫(yī)學(xué)論文中醫(yī)教育論文兒科臨床論文口腔診療論文

婦科討論論文中醫(yī)討論論文醫(yī)學(xué)文學(xué)論文合作醫(yī)療論文醫(yī)藥衛(wèi)生論文

泌尿系統(tǒng)論文護(hù)理教育論文醫(yī)院護(hù)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論