- 相關(guān)推薦
生物醫學(xué)信號的處理分析
生物醫學(xué)信號處理是國內外近年來(lái)迅速發(fā)展的一個(gè)數字信號領(lǐng)域，以下是小編搜集整理的一篇關(guān)于生物醫學(xué)信號處理探究的論文范文，供大家閱讀查看。
在生物醫學(xué)研究中有各種各樣待提取和處理的信號。生物醫學(xué)信號可以定義為源于一個(gè)生物系統的一類(lèi)信號，像心音，腦電，肌電信號等，這些信號通常包含有與生物系統生理和機構狀態(tài)信息相關(guān)的信息，它由于受到人體諸多因素的影響，因而有著(zhù)一般信號所沒(méi)有的特點(diǎn)，主要特點(diǎn)是隨機性和強背景噪聲。本文從生物醫學(xué)信號處理的發(fā)展過(guò)程，發(fā)展現狀的角度，著(zhù)重于對生物醫學(xué)信號的提取濾波和處理分析兩個(gè)方面，研究探索數字信號處理技術(shù)的發(fā)展及其所起的作用，并探索未來(lái)數字信號處理技術(shù)在生物醫學(xué)信號處理的發(fā)展方向和發(fā)展前景。
一、生物醫學(xué)信號的提取濾波
1、常規濾波。噪聲與信號的結合方式對濾波的處理方式有個(gè)根本性的影響。通常情況下將信號看作是噪聲與信號本身兩者的加法性結合，即接收到的信號a(t)=信號x(t)+噪聲n(t)。如果兩者頻譜不混疊或者交疊范圍很小，那么用常規的濾波器就可以取得很好的效果。最常用的是頻域濾波法。
頻域濾波器分為兩類(lèi)：線(xiàn)性相位FIR數字濾波器，它的設計方法主要有窗函數法，頻率采樣法等。還有一種是IIR濾波器，它的主要設計方法為脈沖響應不變法和雙線(xiàn)性變換設計法。但這種方法的前提是信號的頻率是已知的。
2、相干平均法。相干平均法是提高信噪比的一種疊加平均法，在醫學(xué)研究中也叫平均誘發(fā)反應法，簡(jiǎn)稱(chēng)AEV方法。
AEV方法是可保證信號不失真從噪聲中分離出信號的數字技術(shù)。它的原理是信號平均將重疊的時(shí)間位置求和。若信號的時(shí)間位子十分一致，則信號將直接組合在一起，另一方面，無(wú)關(guān)聯(lián)的噪聲被平均，從而信噪比得到提高。AEV方法常用來(lái)檢測醫學(xué)微弱的生物醫學(xué)信號，如希氏束電圖，腦電圖等。
該方法要求噪聲是隨機的，并且協(xié)方差為零。信號是周期或重復出現的，這樣經(jīng)過(guò)N次平方疊加，信噪比將提高N倍。
3、自適應濾波。近年來(lái)，自適應處理技術(shù)受到人們重視，在數字信號處理領(lǐng)域發(fā)展十分迅速。它的特點(diǎn)是在沒(méi)有關(guān)于待提取信息的先驗統計知識的條件下，直接利用觀(guān)測的數據根據某種判據在觀(guān)測過(guò)程中不斷地遞歸更新處理參數以逐步逼近某一最優(yōu)處理結果。
二、生物醫學(xué)信號的處理分析
1、傅里葉變換。傳統的信號處理方法一般采用傅里葉變換，從本質(zhì)上將，傅里葉變換就像一個(gè)三棱鏡，它將一個(gè)信號函數分解成多個(gè)頻率成分，吧信號從時(shí)域變?yōu)轭l域上研究，其理論描述為
傅里葉變換可以獲得信號的整體頻譜，但卻不能將二者有機的結合起來(lái)，信號的時(shí)域波形中不包含任何的頻域信息，而傅里葉譜是信號的統計特性，是時(shí)域內的積分，積分區間為無(wú)窮大，沒(méi)有局部化分析信號的功能，由于這個(gè)局限性，它對生物醫學(xué)信號這種非平穩型很強的處理功能很差。
2、小波變換。像心電信號這種具有較強的隨機性和強背景噪聲，而且又屬于非平穩非線(xiàn)性的弱信號的生物醫學(xué)信號的處理，小波分析較之傅里葉變換顯示出了強大的優(yōu)越性。
小波變換定義如下：
如果某函數滿(mǎn)足一下條件：
葉變換)，我們就說(shuō)ψ(t)滿(mǎn)足小波變換的允許條件，小波變換是指把這一基本小波的函數ψ(t)作位移之后，再在不同尺度下與待分析信號x(t)作內積。
3、人工神經(jīng)網(wǎng)絡(luò )。信息科學(xué)與生命科學(xué)的相互交叉，相互滲透和相互促進(jìn)是近代科學(xué)技術(shù)發(fā)展的一個(gè)顯著(zhù)特點(diǎn)，人工神經(jīng)網(wǎng)絡(luò )是在現代神經(jīng)生物學(xué)研究成果的基礎上發(fā)展起來(lái)的一種模擬人腦信息處理機制的網(wǎng)絡(luò )系統，它以大規模并行處理為主，不但具有處理數值數據的一般計算能力，而且還具有處理只是的思維，學(xué)習和記憶能力。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò )的迅速發(fā)展使其成為信號處理強有力的工具，由于神經(jīng)網(wǎng)絡(luò )可以把專(zhuān)家知識和先驗知識結合成一個(gè)數學(xué)框架來(lái)完成提取和識別功能，不需要任何對數據和噪聲的先驗假設，所以最適合用于研究和分析生物醫學(xué)信號。
三、發(fā)展前景
對數字信號處理技術(shù)的未來(lái)發(fā)展，在生物醫學(xué)信號處理方面，我認為應減小其應用的局限性，加強對人工神經(jīng)網(wǎng)絡(luò )和小波分析的研究，研究分析利用小波理論開(kāi)發(fā)具有真正意義的生物醫學(xué)信號分析軟件。面對現在就醫難，醫院病床緊張的問(wèn)題，應致力于以小波變換的數據壓縮技術(shù)及遠程醫療和家庭醫療監護數據的存儲問(wèn)題，讓一些病人可以在家里完成監護功能，緩減醫院病床緊張問(wèn)題。
參考文獻：
[1]劉海龍生物醫學(xué)信號處理化學(xué)工業(yè)出版社2006
[2]C.SidneyBurrus,RameshA.Gopinath機械工業(yè)出版社2008
[3]劉明才小波分析及其應用清華大學(xué)出版社2005
【生物醫學(xué)信號的處理分析】相關(guān)文章：
生物醫學(xué)信號研究概況09-06
通信工程數字信號處理現況分析論文07-27
企業(yè)并購的信號博弈分析07-06
路面病害分析處理08-30
通信信號自適應濾波處理仿真研究10-22
信號源及DDS雜散分析08-07
生物醫學(xué)中核酸適體應用分析09-17