第一章 生物医学信号的统计特性 1
第一节 生物医学信号的特点 1
第二节 随机变量的统计特性 3
一、概率 3
二、联合概率与条件概率 4
三、统计独立事件 5
四、连续随机变量和概率分布函数 6
五、概率密度函数 7
六、数字特征 9
七、相关系数 10
八、正态分布 13
九、多元正态随机变量 15
第三节 随机信号的统计特性 17
一、随机信号的概率描述 17
二、随机信号的矩函数 20
三、总体自相关与时间自相关 23
四、随机信号的平稳性与遍历性 24
五、随机信号的矢量表示 28
六、平稳随机信号自相关函数的性质 31
七、平稳随机信号的功率谱密度函数 32
八、几种典型随机信号 35
九、随机信号的联合特征 39
第四节 随机信号通过线性系统 42
第二章 信号采集与预处理 45
第一节 生物医学信号处理的内容 45
第二节 信号采样和量化 49
一、均匀采样 49
二、非均匀采样 50
三、量化和量化误差 53
第三节 信号统计特性的估计 57
一、均值估计 57
二、相关估计的直接公式 59
三、相关估计的频域方法与功率谱估计 61
第四节 消除趋势函数 74
一、低通滤波方法 74
二、逐步回归法 75
三、ARIMA模型法 77
四、季节过程 78
第五节 信号分段 78
一、自相关判据 80
二、谱误差判据 81
第三章 常用的处理技术 83
第一节 相干平均处理 83
一、基本方法 83
二、潜伏期影响 89
三、相干平均处理用于自发重复信号 91
第二节 匹配滤波器 94
一、基本原理和构成方法 94
二、神经传导速度测量用信号模型 99
三、非白噪声背景下的匹配滤波器 103
四、信号波形未知时构造匹配滤波器方法 105
第三节 信号模型 107
一、语音产生模型 108
二、信号的成形滤波器 114
三、信号模型的时域表示式 117
第四节 维纳滤波器 120
一、滤波器的最优化问题 120
二、非因果性时间离散维纳滤波器 122
三、因果性时间离散维纳滤波器 123
四、维纳滤波器输出误差与输入信号的正交性 126
五、后验维纳滤波 127
第五节 参数模型 128
一、自回归信号的规范方程 129
二、自回归模型与维纳一步预测器的关系 130
三、列文逊算法 131
四、格形结构和伯格算法 135
五、AR模型阶次估计 138
六、ARMA模型参数估计 141
第六节 自适应滤波器 146
一、自适应的概念 146
二、LMS自适应滤波器 147
三、自适应消噪声 153
四、分离窄带信号和信号的谱线增强 156
第七节 信号同态分析 159
一、同态处理系统 159
二、复倒谱的基本性质 162
三、最小(大)相位序列的复倒谱 166
四、同态解卷积 167
五、把信号分解为最小相位序列和最大相位序列 169
第四章 矩阵滤波和多维信号的空间处理技术 173
第一节 概述 173
第二节 SVD的定义、定理和性质 175
一、定义 175
二、SVD的基本性质 179
第三节 SVD用于信号处理算法的改进 180
第四节 根据信号结构特性进行信号滤波 183
一、根据功率谱为非负函数的性质 184
二、利用自相关阵秩有限及托布尼兹--亨格尔型性质 186
第五节 多维信号的主成分分析 191
一、转移矩阵A的SVD 192
二、体表电位的主成分分析 194
第六节 方向能量的概念及信源分解 199
一、方向能量和SVD 199
二、利用SVD分解信源 202
三、信源分解定理的几何解释与定理的条件 207
四、胎儿心电提取的效果 212
第七节 SVD算法 213
一、在Rpxp空间中的H矩阵和G矩阵 213
二、Kogbetliantz算法 215
第八节 SVD的递推算法 218
一、利用新息更新的算法 218
二、基于幂乘的逐个确定奇异矢量的算法 219
三、基于多项式变换的算法 220
第五章 信号的时间--频率分析 224
第一节 概述 224
第二节 定义--连续时间情况 228
第三节 主要性质 229
第四节 伪维格纳分布 233
第五节 离散时间的维格纳分布 235
第六节 维格纳分布的计算机实现 239
第七节 交叉项表现的特点 243
一、外交叉项 243
二、内交叉项 246
第八节 通过时轴上做滑动平均来抑制交叉项 249
第九节 时频两轴做卷积平滑--Cohen一般表示式 250
第十节 减少干扰的分布(RID)与双指数加权法 252
一、减少干扰的分布 252
二、双指数加权法 255
第十一节 用锥形基底的高斯型核函数做平滑 257
第十二节 通过模糊函数抑制交叉项 262
第十三节 应用举例 270
一、生物医学信号的处理 270
二、时--频加窗滤波 276
三、用于信号检测 280
四、其它方面的应用 284
附录 Moyal公式及其证明 284
第六章 模式识别基础 291
第一节 绪论 291
一、模式与模式识别的概念 291
二、模式识别的方法和步骤 292
三、数据、距离与特征 295
第二节 统计决策理论 298
一、几种常用的决策规则 298
二、正态分布时的统计决策 302
第三节 线性判别函数 307
一、Fisher准则函数 308
二、感知准则函数 313
三、最小平方误差准则函数 315
第四节 近邻法 317
第五节 特征的选择与提取 320
一、特征提取 322
二、特征选择 327
第六节 聚类分析 332
一、基于概率密度函数的聚类方法 332
二、基于样本间相似性度量的聚类方法 334
三、分级聚类方法 336
第七章 人工神经网络简介 339
第一节 概述 339
第二节 多层前向感知机及其误差反传算法 343
一、感知机 343
二、多层前向感知机 345
三、误差后传播算法 347
四、存在问题 350
五、应用举例 351
第三节 Hopfield网络 352
一、概述 352
二、基本网络与动态方程组 353
三、应用举例 355
四、Hopfield法存在的问题 357
第四节 生物医学信号处理中的应用 358
一、信号分析与模式分类 358
二、图像分析 363
三、疾病诊断 364
四、一些总的看法 365
第五节 高阶神经网络 370
一、概述 370
二、学习方法 372
三、概念的扩展 374
四、应用举例 375
第八章 心电信号处理 378
第一节 心电信号的特点 378
一、心电信号的形成 378
二、心电信号的特点及畸变 379
第二节 心电信号的噪声抑制与基线纠漂 385
一、低通滤波 385
二、自适应滤波抑制工频干扰 386
三、基线漂移的纠正 391
第三节 心电信号的分析与诊断 400
一、QRS波的检测 401
二、心电波形分析 408
三、心电诊断 419
四、希氏束信号、高频心电信号、心室晚电位信号的提取 424
五、胎儿心电信号的检测 431
第四节 心电数据压缩 439
一、几种简单的数据直接压缩算法 440
二、扇形数据压缩算法 445
三、正交变换算法 448
第九章 用超声方法测量血流速度 452
第一节 概述 452
第二节 基于多普勒原理的血流速度测量 453
一、连续波多普勒血流速度测量的基本原理 453
二、脉冲波多普勒超声血流仪 454
三、方向信息的取得 458
第三节 彩色血流映射成像 464
一、MTI技术 465
二、相位检测 466
三、自相关法定相位差 468
第四节 彩超与脉冲多普勒 471
第五节 超声血流测量的一些新进展 474
一、互相关法 474
二、宽带极大似然估计法 478
三、其它问题 484
第六节 总结 485
第十章 生物阻抗法 488
第一节 概述 488
第二节 阻抗法的基本原理 489
第三节 用阻抗法测量肢体细胞内外液分布 493
一、引言 493
二、原理 494
三、实验系统及测试结果 496
第四节 用阻抗法测量体内某些容积的变化 501
一、基本原理 502
二、测量方法与电极配置 503
三、应用 507
第五节 测量生物组织介电特性的六环电极系统 517
一、六环电极的构造与原理 517
二、测试系统 520
三、六环电极系统的应用实验 522