生物医学信号是从被干扰和噪声淹没及信号中提取有用及生物医学信息特征.docVIP

生物医学信号是从被干扰和噪声淹没的信号中提取有用的生物医学信息特征，它涉及生物体各层次的生理，生化和生物信号，受到人体诸多因素的影响，因而有着一般信号所没有的特点：1）信号弱,?例如从母体腹部取到的胎儿心电信号（?FECG)?仅10～50?微伏。脑干听觉诱发响应信号小于1?微伏。2)噪声强,?由于人体自身信号弱,加之人体又是一个复杂的整体,?因此信号易受噪声的干扰。3)频率范围一般较低,?除心音信号频谱成份稍高外,?其他电生理信号频谱一般较低。4)随机性强,?生物医学信号不但是随机的,?而且是非平稳的。因此若要把掺杂在噪声和干扰信号中的有用的生物医学信号检测出来,?除要求用于检测的传感器系统具有灵敏度高,?噪声小，抗干扰能力强,?分辨力强,?动态特性好之外,?对信号提取和分析的手段亦有较高的要求。 ?生物医学信号处理就是研究从被干扰和噪声淹没的信号中提取有用的生物医学信息的 特征并作模式分类的方法。生物医学信号处理的目的是要区分正常信号与异常信号,在此基 础上诊断疾病的存在。 近年来随着计算机信息技术的飞速发展,对生物医学信号的处理广泛地采用了数字信号分析处理方法：如对信号时域分析的相干平均算法；对信号频域分析的快速傅立叶变换算法和各种数字滤波算法;对平稳随机信号分析的功率谱估计算法和参数模型方法;对非平稳随机信号分析的短时傅立叶变换、时频分布(维格纳分布)、小波变换、时变参数模型和自适应处理等算法;对信号的非线性处理方法如混沌与分形、人工神经网络算法等 绝大部分生物医学信号都是信噪比很低的微弱信号，且一般都是伴随着噪声和干扰的信号，而对于此类信号必须采用抑制噪声的处理技术，对于生物医学信号检测来说，经常需要考虑的噪声有：工频干扰、电极接触噪声、运动轨迹、呼吸引起的基线漂移和不同信号之间的相互干扰，由于生物系统十分复杂，生物体内的信息丰富，生物信号检测技术十分重要。 频域滤波是数字滤波中常用的一种方法,是消除生物医学信号中噪声的另一种有效方法。当信号频谱与噪声频谱很小时,可用频域滤波的方法来消除干扰,频域滤波器可分为两类:FIR(FiniteImpulseResponse)滤波器,?FIR滤波器的设计方法主要有:窗函数法,频率采样法;?IIR(?Infinite?ImpulseResponse)滤波器,?IIR滤波器的主要设计方法有:冲激响应不变法,双线性变换法。 2.双线性变换法的变换原理和步骤 （1）保证s平面压缩到s1平面的宽为2π/T 的横带内 （2）保证低频部分基本对应 根据要求，确定数字滤波器指标。如是模拟频率临界点，则要先转变成数字频率，以便预畸变处理。将数字指标转换成与Ha(s)对应的模拟性能指标。 设计模拟滤波器的系统函数Ha(s) 。将映射关系代入Ha(s)中得数字滤波器系统函数H(z) 。 由于数字滤波器传输函数只与频域的相对值有关，故在设计时可先将滤波器设计指标进行归一化处理。设采样频率为Fs，归一化频率的计算公式是： 从性能上来说，IIR滤波器传输函数的极点可位于单位圆内的任何地方，因此可用较低的阶数获得高的选择性，所用的存贮单元少，所以经济而效率高，但是这个高效率是以相应的非线性为代价的。选择性越好，则相位非线性越严重。相反，FIR滤波器却可以得到严格的线性相位，然而由于FIR滤波器传输函数的极点固定在原点，所以只能用较高的阶数获得高的选择性；对于同样的滤波器设计指标，FIR滤波器所要求的阶数可以比IIR滤波器高5~10倍，结果，成本较高，信号延时也较大；如果按相同的选择性和相同的线性要求来说，则IIR滤波器就必须加全通网络进行相位校正，同样要大增滤波器的阶数和复杂性。 整体来看，IIR滤波器达到同样效果，阶数较少，延迟小，但是有稳定性问题，非线性相位；FIR滤波器没有稳定性问题，线性相位，但阶数多，延迟大。在本文中主要采用IIR滤波器。 利用典型设计法设计数字滤波器的步骤：? 将设计指标归一化处理。如果采用双线性变换法，还需进行预畸变。 ?(2)根据归一化频率，确定最小阶数N和频率参数Wn。可供选用的阶数选择函数有：buttord，cheblord，cheb2ord，ellipord等。 (3)运用最小阶数N设计模拟低通滤波器原型。模拟低通滤波器的创建函数有：buttap，eheblap，cheb2ap，ellipap和besselap，这些函数输出的是零极点增益形式，还要用zp2tf函数转换成分子分母多项式形式。如果想根据最小阶数直接设计模拟低通滤波器原型，可用butter，chebyl，cheby2，ellip，bcssel等函数。只是注意要将函数中的Wn设为1。? (4)根据第2步的频率参数Wn，将模拟低通滤波器原型转换成模拟低通、高通、带通、带阻滤波器，可用函数分别