傅立叶变换与生物医学信号处.pptVIP

基底的缩放*电话机数字键“2”的波形傅立叶变换举例*02010304F(10*pi)=0,不包含5HzF(1394*pi)=20,包含697HzF(300*pi)=0,不包含150HzF(2672*pi)=20,包含1336Hz时域与频域(1)*f(Hz)10傅里叶变换01时域TimeDomain02频域FrequencyDomain时域与频域(2)*f(Hz)傅里叶变换30TimeDomain时域FrequencyDomain频域时域与频域(3)*CBA1030f(Hz)FFT*在20世纪60年代中期，库利（Cooley）和图基（Tukey）独立发表了一篇论文，也就是快速傅立叶变换算法（FastFourierTransform,FFT）。数字信号处理领域的里程碑。傅立叶变换FourierTransform傅里叶变换严重的不足傅里叶变换时丢掉了时间信息，无法根据傅里叶变换的结果判断一个特定的信号是在什么时候发生的。也就是说，傅里叶变换只是一种纯频域的分析方法，它在频域里的定位是完全准确的（即频域分辨率最高），而在时域无任何定位性（或无分辨能力）傅立叶变换FourierTransform傅里叶变换的频率分辨率=fs/Nfs为信号抽样频率，N是信号的抽样数目傅里叶变换的频率分辨率在信号的低频段和高频段是不变的。不足：无法兼顾低频和高频，与人类的相关不一致。譬如：低频段：要区分10Hz和11Hz，频率分辨率必须1Hz。高频段：100,000Hz和100,001Hz本质上没有区别，频率分辨率取1000Hz也可。傅立叶变换举例*傅立叶变换举例*干扰和噪声*随机信号或随机过程(randomprocess)是普遍存在的。一方面，任何确定性信号经过测量后往往就会引入随机性误差而使该信号随机化；另一方面，任何信号本身都存在随机干扰，通常把对信号或系统功能起干扰作用的随机信号称之为噪声。噪声按功率谱密度划分可以分为白噪声（whitenoise）和色噪声（colornoise），我们把均值为0的白噪声叫纯随机信号。因此，任何其它随机信号都可看成是纯随机信号与确定性信号并存的混合随机信号或简称为随机信号。12干扰和噪声*干扰（interference）和噪声(noise)是两个概念。非目标信号（nonobjectivesignal）都可叫干扰。干扰可以是确定信号，如国内的50Hz工频干扰。干扰也可以是噪声，纯随机信号（白噪声）加上一个直流成分（确定性信号），就成了最简单的混合随机信号。医学数字信号处理的目的是要提取包含在随机信号中的确定成分，并探求它与生理、病理过程的关系，为医学决策提供一定的依据。滤除噪声—移动平均法*数学模型滤除噪声—低通滤波法*滤除噪声—中值滤波法*数学模型滤除噪声—小波滤波法*心电信号去噪*人体心电图信号x[n]中存在50Hz工频干扰*生物医学信号处理

Biomedical

signalProcessing*霍金教授的办公室（剑桥大学）“我的书每增加一个公式，读者就减少一半”——霍金教授BME在百年诺贝尔

生理与医学奖中的份额美国的保罗-劳特布尔和英国的彼得-曼斯菲尔德共同获得了2003年诺贝尔生理学或医学奖--核磁共振成像技术--三维图象百年总计(1901-2000)91（届次）100%Ⅰ属于BME范畴1618%Ⅱ与BME密切相关1314%Ⅲ不采用BME方法、技术、设备与材料就不能完成的3943%Ⅳ与BME无关的2325%什么是生物医学信号处理*根据生物医学信号特点，应用信息科学的基本理论和方法，研究如何从被干扰和噪声淹没的观察记录中提取各种生物医学信号中所携带的信息，并对它们进步分析、解释和分类。预修课程*数字信号处理DigitalSignalProcessing随机过程StochasticProcess工程数学EngineeringMathematics030102教材*作者：美国威斯康辛大学电气与计算机工程系教授前IEEE生物医学工程学会主席WillisJ.Tompkins书名：BiomedicalDigitalSignalProcessingISBN：7560925790页数：246教材*全书分14章01信号转换技术，数字滤波器基础，02有限冲激响应滤波器，无限激响应滤波器，整数型滤波器，自适应滤波器，03信号平均技术，数据压缩技术，04时域