2020-3|课程笔记：生物医学信号处理(价值不大)

前言

学习时间：2-13

第一章 数字信号处理基础

1.List item

2. z变换

3. 数字滤波器

分类：传统/现代、高通/低通/带通
表示方法：

第二章 生物医学信号及其特点

1. 生物医学信号的产生及其特点

分类：电生理信号/非电生理信号
特点：微弱/干扰/低频/随机性强
常见：心电/脑电/肌电/心律/血压

2. 生物医学信号的采集(心电为例)

组成：心电电极、放大器、数模转换器
采样参数

1. 采样频率：一秒钟读多少个数据；大于信号最高频率的2倍以上（假频现象：日光灯下电风扇反转现象）
2. 分辨率：取决于A/D转换的位数n，满量程电压的1/2^n
3. 增益
4. 功耗

3. 心电信号

1. 心电信号的特点： 赋值1mv/PQRST/中心频率约17Hz/频宽0.05-100Hz（频率：心率<监测<临床）
2. 心电图导联系统(12导联、正交导联)
   I II III RA/LA/LL
3. 心电放大器（三级放大 差分/差分/电容）
   

第六章 自适应滤波器

1结构与特点

2自适应滤波器原理

3自适应滤波算法

应用

原始信号噪音与参考输入噪音 互相关’

心电图中高频电刀干扰的去除
调整步长

第七章 信号平均技术

1信号平均及应用条件

1. 定义：将多次获取的信号进行叠加平均
2. 应用条件
   信号必须多次出现
   噪声是随机的，与信号不相关
   信号波形出现的准确位置必须知道

2去噪原理

随机信号的方差：（概率统计）

因此

3应用

心电信号的叠加平均 以R波为准确点

第八章 谱分析

1非参数化方法

1. 周期图法
2. 自相关法

2参数化方法

1. ARMA模型
2. AR模型
3. MA模型
   

MATLAB aryule函数

第九章 数据压缩

基本概念

分类：

1. 有损压缩（TP.AZTEC）
2. 无损压缩（Huffman）

指标：压缩比、残差

算法及原理

转折点压缩算法TP

AZTEC

第十章 小波分析

9尺度 离散小波变换

去掉噪音 即置零，其余重构

第十一章 异常识别

神经网络监测
小波提取8个特征——神经网络识别
8-4-1