生物医学信号处理方法初探new

生物医学信号处理方法初探new

ID:34511158

大小:150.49 KB

页数:4页

时间:2019-03-07

生物医学信号处理方法初探new_第1页
生物医学信号处理方法初探new_第2页
生物医学信号处理方法初探new_第3页
生物医学信号处理方法初探new_第4页
资源描述:

《生物医学信号处理方法初探new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、维普资讯http://www.cqvip.com第26卷第1期湖州师范学院学报Vo1.26N0.12004年2月JournalofHuzhouTeachersCollegeFeb.,2004生物医学信号处理方法初探王大雄(湖州师范学院信息工程学院,浙江湖州313000)摘要:讨论了生物医学信号处理的一些现代方法.这些方法包括生物医学信号的检测、滤波、频谱分析、小波分析、混沌分析和神经网络分析,对这些方法的内容和性质作了具体分析并讨论了它们的应用.关键词:信号检测;信号滤波;小波变换;混沌分析;神经网络中图分类号:R318.4文献标识码:A文章编号:1o09—1

2、734(2004)01一o095一O40引言信号处理的领域是相当广泛而又深入的,已在不同程度上渗透到几乎所有的医疗卫生领域.从预防医学、基础医学到临床医学,从医疗、科研到健康普查,都已有许多成功的例子.如:心电图ECG分析,脑电图EEG分析,视网膜电图ERG分析,X光片处理,CT图像重建,健康普查的医学统计,疾病的自动诊断,细胞、染色体显微图像处理,血流速度测定,生物信号的混沌测量等等.对生物医学信号进行的处理称为生物医学信号处理.生物医学信号有一维、二维之分.一般而言,将一维信号称为信号,二维信号称为图像.自然界广泛存在的生物医学信号是连续的,由于计算机巨大

3、的计算能力,一般先用A/D转换器将连续信号转换成数字信号,然后在计算机内用各种方法编制成的软件进行分析处理.限于篇幅,本文只讨论一维生物医学信号的处理方法.生物医学信号的检测方法1.1AEV方法AEV方法原是通信研究中用于提高信噪比的一种叠加平均法,在医学研究中也叫平均诱发反应法,简称AEV(AveragedEvokedResponse)方法.所谓诱发反应是指肌体对某个外加刺激所产生的反应,AEV方法常用来检测那些微弱的生物医学信号.如希氏束电图、脑电图EEG、耳蜗电图等.希氏束电图的信号幅度仅1—1OV,它们在用AE、,~方法检测出之前,几乎或完全淹没在很强

4、的噪声中,这些噪声包括自发反应,外界干扰,仪器噪声.AEV方法要求噪声是随机的,并且其协方差为零,信号是周期或可重复产生的,这样经过N平方次叠加,信噪比可提高N倍,使用AEV方法的关键是寻找叠加的时间基准点.1.2频域滤波频域滤波[1]是数字滤波(DigitalFiltering)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不相重叠时,或虽有重叠,但信号在重叠部分的能量很小时,可用频域滤波的方法来消除干扰.数字滤波器由于可做到非因果性,所以具有较模拟滤波器更为优越的频响特性,较之能更接近理想滤波器.对数字滤波器的要求是:相频

5、线性,通带平坦,过度带窄.频域滤波器分二类:IIR滤波器(InfiniteImpulseResponse)和FIR滤波器(FiniteImpulseResponse).IIR滤波器的设计方法主要有:冲激响应不变法、双线性变换法、计算机辅助设计CAD(Computer-AidDesign).计算机辅助设计·收稿日期:2003-11—10作者简介:王大雄(196O一),男,浙江安吉人,湖州师范学院信息工程学院讲师,硕士研究生,研究方向:生物医学信号处理.维普资讯http://www.cqvip.com96湖州师范学院学报第26卷CAD主要有:Steiglitz提出

6、的最小均方误差准则、Deczky提出的最小P误差准则,可用Fletcher-Powell方法求解,以及最小平方逆设计,可用Levinson方法求解.FIR滤波器的设计方法主要有:窗函数法、频率取样法、计算机辅助设计CAD的等纹波逼近法,可用Remez算法求解.1.3自适应滤波在实时生物医学信号处理中,往往希望滤波器在实现滤波、平滑或预测等任务时,能够跟踪和适应系统或环境的动态变化,这就需要时域滤波器的参数应该可以随时间作简单的变化或更新,因为复杂的运算不符合实时快速处理的要求.所以,滤波器的参数应该可以用递推方式自适应更新.这类滤波器统称为自适应滤波器.滤波器

7、就是信号抽取器,它的作用是从被噪声污染的信号中抽取出原来的信号.当然,信号的抽取应该满足某种优化准则.自适应滤波器的设计有二种最优准则.一种准则是使滤波器的输出达到最大的信噪比,称为匹配滤波器;另一种准则是使滤波器的输出均方估计误差为最小,这就是Wiener滤波器.寻求Wiener滤波器要求解著名的wiener—Hopf方程.Wiener滤波器实际上是无约束优化最优滤波问题的解,是期望响应存在情况下的线性最优滤波器.若期望响应未知,又如何进行线性最优滤波呢?Kalman从状态空间模型出发,提出了基于状态空间模型的线性最优滤波器即Kalman滤波器.Kalman

8、滤波理论是Wiener滤波理论的发展,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。