生物医学信号处理课件.ppt

生物医学信号处理;主要内容;5.1 生物医学信号的特点;;化学信息是指组成人体的有机物在发生变化时所给出的信息，它属于生物化学所研究的范畴。 物理信息是指人体各器官运动时所产生的信息。物理信息所表现出来的信号又可分为电信号和非电信号两大类。 人体电信号，如体表心电（ECG）信号、脑电（EEG）、肌电（EMG）、眼电（EOG）、胃电（EGG）等在临床上取得了不同程度的应用。人体磁场信号检测近年来也引起了国内外研究者和临床的高度重视，我们把磁场信号也可归为人体电信号。 人体非电信号，如体温、血压、心音、心输出量及肺潮气量等，通过相应的传感器，即可转变成电信号。 电信号是最便于检测、提取和处理的信号。 ;上述信号是由人体自发生产的，称为 “主动性”信号。 另外，还有一种“被动性”信号，即人体在外界施加某种刺激或某种物质时所产生的信号。如诱发响应信号，即是在刺激下所产生的电信号，在超声波及X 射线作用下所产生的人体各部位的超声图象、X 射线图象等也是一种被动信号。这些信号是我们进行临床诊断的重要工具。 ;;生物医学信号的主要特点 ;;2．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。 ;;4．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???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。 ;生物医学信号处理的主要任务;5.2 生物医学信号的检测处理方法概述;5.2.1 生物医学信号检测方法;信号检测一般需要通过以下步骤： 生物医学信号通过电极拾取或通过传感器转换成电信号，经放大器及预处理器进行信号放大和预处理，然后经A/D转换器进行采样，将模拟信号转变为数字信号，输入计算机，然后通过各种数字信号处理算法进行信号分析处理，得到有意义的结果。 ;心电电极、心音传感器、导联线;心电、心音信号放大器;数据采集卡（A/D转换卡）;;;;5.2.2 生物医学信号处理方法;;;5.2.3 数字信号处理的特点;;5.3 信号及其描述;5.3.1 信号;;;;;;;;;;5.3.2 系统;;;;5.3.3 采样;;在对模拟信号进行采样之前，应了解模拟信号的特征－即幅度特征和频率特征。在知道某一信号的特征后，就可以确定采样频率、采样精度。 采样频率－－即单位时间内的采样次数，单位为次/秒，简记为Hz。 采样精度－－对模拟信号采用多少位的数字来表达，常用的有8位，10位，12位，16位等。位数越多，精度越高。;A/D 分辨率（采样精度）;A/D 采样频率;5.4 信号处理的一般方法;;5.4.1 相干平均算法;;;5.4.2 相关技术;;;;5.4.3 频域分析技术;;;;5.4.4 信号的滤波;;;;5.4.5 参数模型;;应用AR模型估计信号的功率谱 已知采样信号x(n) 我们用一个白噪声u(n)作为输入去激励一个系统h(n)，使其能够得到输出x(n)，建立系统的AR模型： 若可以求出模型的系数ak和常数δ2w，则可用下式计算信号的功率谱： ;;5.5 应用实例;5.5.1 心电信号的计算机分析;QRS波形检测算法： 经典的QRS波检测算法包括三部分 ： ⑴ 线性滤波； ⑵ 非线性变换； ⑶ 决策规则。 线性滤波一般采用中心频率在10～25Hz之间带宽为5～10Hz的带通滤波器，用于减除ECG信号中的非QRS波频率成分，提高信噪比。 非线性变换的目的是将每个QRS波信号变换为单向正波峰。 决策规则一般用峰值检测器或自适应阈值检测器来检测QRS波。 ;由于心电信号是非平稳随机信号，利用经典的QRS波检测算法往往受到以下两个因素的制约： ⑴ QRS复合波的信号带宽对于不同的病人乃至同一病人的不同心搏均有所不同。⑵ 各种噪声与QRS波的通带相互交叠。 因此，人们一直致力于采用新的信号处理方法来分析QRS波，常用的有人工神经网络算法和小波变换算法。 ;基于小波变换的QRS波形检测算法