培训课件_h生物医学 信号处理.ppt

数字信号处理技术主要是通过计算机算法进行数值计算，与传统的模拟信号处理相比，具有如下特点： 算法灵活 运算精确 抗干扰性强 速度快 此外，数字系统还具有设备尺寸小，造价低，便于大规模集成，便于实现多维信号处理等突出优点。 在生物医学信号处理领域，数字信号处理技术发挥着极其重要的作用。 常用数字信号处理方法 离散傅里叶变换 快速傅里叶变换 数字滤波器 现代数字信号处理方法（自适应滤波、小波分析等） 生物医学信号处理 葛亚坤 Email: gyk@hdu.edu.cn 第一章 绪 论 生物医学信号 通过某些方法从生物体或人体采集得到，可以反映生物体或人体生理状态的各种信号。 用途：健康评估、临床诊断。 特点：包含大量冗余信息及非特异性信息；噪声。 1.1 医学信号的分类与特点 医学信号分类 从理化性质分 化学信号：如血糖、血脂、蛋白表达等——生化 物理信号： 电信号：心电、脑电等 非电信号：血压、心音等 从产生方式分 内源信号：人体自发产生的，检测系统无源，被测系统有源。心电、心音等。生理和病理信息载体。 外源信号：非自发产生，人体在外界检测系统作用下，对来自检测系统的信号产生透射、反射、折射或散射等作用，然后由检测系统再检测到这些经过人体变换后的信号。检测系统有源，被测系统无源。如B超、X射线系统等。临床诊断治疗的重要依据。 感生信号：检测到的信号是由外源信号所干声或诱发的内源信号。检测系统和被测系统均有源。如核磁共振信号。信号中某些参数携带病理、生理信息 医学信号的特点 信号特别弱 干扰噪声特别强 频率较低 干扰与信号的频带重叠 随机性强 非线性 信号弱 直接从人体中检测到的生理电信号其幅值一般比较小。如从母体腹部取到的胎儿心电信号仅为10～50μV，脑干听觉诱发响应信号小于1μV，自发脑电信号约5～150μV，体表心电信号相对较大，最大可达5mV。 因此，在处理各种生理信号之前要配置各种高性能的放大器。 噪声强 噪声是指其它信号对所研究对象信号的干扰。如电生理信号总是伴随着由于肢体动作、精神紧张等带来的干扰，而且常混有较强的工频干扰；诱发脑电信号中总是伴随着较强的自发脑电；从母腹取到的胎儿心电信号常被较强的母亲心电所淹没。这给信号的检测与处理带来了困难。 因此要求采用一系列的有效的去除噪声的算法。 频率低 经频谱分析可知，除声音信号（如心音）频谱成分较高外，其它电生理信号的频谱一般较低。如心电的频谱为0.01～35Hz，脑电的频谱分布在l～30Hz之间。 因此，在信号的获取、放大、处理时要充分考虑对信号的频率响应特性。 随机性强 生物医学信号是随机信号，一般不能用确定的数学函数来描述，它的规律主要从大量统计结果中呈现出来，必须借助统计处理技术来检测、辨识随机信号和估计它的特征。而且它往往是非平稳的，即信号的统计特征（如均值、方差等）随时间的变化而改变。 这给生物医学信号的处理带来了困难。 因此在信号处理时往往进行相应的理想化和简化。当信号非平稳性变化不太快时，可以把它作为分段平稳的准平稳信号来处理；如果信号具有周期重复的节律性，只是周期和各周期的波形有一定程度的随机变异，则可以作为周期平稳的重复性信号来处理。更一般性的方法是采用自适应处理技术，使处理的参数自动跟随信号的非平稳性而改变。 医学信号 常用测量传感器 幅度范围 频率范围/Hz 所含信息 心电 ECG 体表电极 心脏电极 胎儿电极 0.01-4mV 50mV 0.01mV 0.05-250 心肌细胞产生、传导、兴奋 脑电 EEG 头皮电极 颅内电极 10-300μV 0.01-100mV 0.5-100 神经细胞整体或局部电活动 诱发电位 EP 帽状、针状或表面电极 1-100μV 1-3000 神经元群或神经系统完成功能时电活动 肌电 EMG 针电极 0.1-5mV 5-2000 肌细胞兴奋收缩时的电活动 胃电 EGG Ag/AgCl表面电极 0.01-1mV 0-1 胃完成功能时其平滑肌的电活动 心音 PCG 压电、电容、电感、应变片换能器 人耳听觉阈值附近 0.005-2000 心脏在完成泵血功能过程中所产生的声音 常用医学信号及特点 EEG脑电信号 ECG 心电 信号 EMG 肌电 信号 血细胞信号 1.2 医学电信号及其产生机制 细胞的生物电现象 静息电位：-10~-100mV 极化：细胞膜内侧存在一定负值电压的状态 去极化：跨膜电位升高（绝对值间隙） 复极化：去极化后，跨膜电位向静息电位恢复的过程 动作电位 全或无 不应期 沿细胞膜传导 细胞生物电信号的产生机制 膜两侧的离子浓度差 外侧：无机离子K+、Na+、Cl-等 内侧：带负电荷的蛋白质、核苷酸等 平衡电位（Ner