微弱生物醫(yī)學信號特征提取的原理與實現(xiàn)

第一章 緒論
1.1 生物醫(yī)學信號的類型
1.2 生物醫(yī)學信號的特點
1.3 生物醫(yī)學信號檢測和特征提取方法
1.4 研究目的和意義
1.5 主要體系結構
參考文獻
第二章 生物醫(yī)學信號的檢測
2.1 生物醫(yī)學信號采集原理
2.1.1 采樣定理
2.1.2 量化過程
2.1.3 編碼原理
2.2 生物醫(yī)學信號檢測系統(tǒng)
2.2.1 基本組成
2.2.2 主要性能指標
2.2.3 結構形式
2.3 信號調(diào)理原理
2.3.1 放大
2.3.2 濾波
2.3.3 電氣隔離
參考文獻
第三章 生物醫(yī)學信號的一般處理方法
3.1 相干平均算法
3.2 頻域分析技術
3.2.1 周期信號的頻譜
3.2.2 非周期信號的頻譜
3.2.3 隨機信號的頻譜
3.3 相關分析
3.3.1 相關函數(shù)
3.3.2 相關函數(shù)的性質(zhì)
3.3.3 隨機信號的相關函數(shù)及其頻譜的關系
3.4 數(shù)字濾波技術
3.4.1 數(shù)字濾波器的實現(xiàn)原理
3.4.2 數(shù)字濾波器實現(xiàn)
3.5 參數(shù)模型技術
3.5.1 廣義平穩(wěn)隨機序列的滑動平均模型
3.5.2 廣義平穩(wěn)隨機序列的自回歸模型
3.5.3 廣義平穩(wěn)隨機序列的自回歸滑動平均模型
3.5.4 MA、AR及ARMA模型廣義平穩(wěn)隨機序列的功率譜密度
3.5.5 三種模型廣義平穩(wěn)隨機序列的自相關函數(shù)
3.6 應用實例
3.6.1 同時消除心電信號中工頻干擾和基線漂移的數(shù)字濾波器
3.6.2 基于雙譜的腦電信號分析
參考文獻
第四章 生物醫(yī)學信號的非平穩(wěn)信號處理方法
4.1 概述
4.2 Gabor變換
4.2.1 一般傅里葉變換的問題
4.2.2 短時傅里葉變換
4.2.3 Cabor變換
4.2.4 腦電基本節(jié)律頻帶相對強度比的提取
4.3 小波變換與小波包變換
4.3.1 連續(xù)小波變換
4.3.2 多分辨率小波分析
4.3.3 小波基的選擇
4.3.4 小波包分析
4.3.5 小波變換在心電波形識別中應用
4.4 Wigner-Ville分布
4.4.1 定義
4.4.2 離散Wigner-Ville分布的實現(xiàn)
4.4.3 Wigner-Ville分布在生物醫(yī)學信號特征提取中的應用
4.5 匹配跟蹤
4.5.1 匹配跟蹤算法
4.5.2 Gabor函數(shù)集
4.5.3 MP分解結果的時頻輸出
4.5.4 基于MP算法的EEG睡眠紡錘波的檢測與分析
4.6 獨立分量分析
4.6.1 獨立分量分析模型
4.6.2 優(yōu)化判據(jù)及尋優(yōu)模型
4.6.3 ICA算法
4.6.4 閃光視覺誘發(fā)電位的少次提取方法實現(xiàn)
4.7 Hilbert-HLlang變換（HHT）
4.7.1 HHT與傳統(tǒng)時頻分析方法的比較
4.7.2 EMD方法
4.7.3 Hilbert變換及Hilbert譜
4.7.4 HHT的有效性及端點效應處理
4.7.5 基于HHT的生物醫(yī)學信號分析
參考文獻
第五章 生物醫(yī)學信號的非線性處理方法
5.1 人工神經(jīng)網(wǎng)絡基礎
5.1.1 人工神經(jīng)元模型
5.1.2 人工神經(jīng)網(wǎng)絡模型
5.1.3 神經(jīng)網(wǎng)絡的學習方法
5.1.4 誤差反向傳播BP算法
5.1.5 RBF神經(jīng)網(wǎng)絡
5.1.6 遞歸神經(jīng)網(wǎng)絡
5.1.7 自組織神經(jīng)網(wǎng)絡
5.1.8 癲癇腦電檢測中的ANN應用
5.2 混沌與分形
5.2.1 相空間
5.2.2 混沌吸引子
5.2.3 分數(shù)維
5.2.4 李雅譜諾夫指數(shù)
5.2.5 混沌學理論在生物醫(yī)學信號中的應用
參考文獻
第六章 虛擬式生物醫(yī)學儀器研究
6.1 虛擬儀器技術
6.1.1 虛擬儀器概念
6.1.2 虛擬式生物醫(yī)學儀器系統(tǒng)的形成
6.1.3 虛擬式生物醫(yī)學儀器系統(tǒng)的發(fā)展趨勢
6.2 虛擬式生物醫(yī)學儀器系統(tǒng)的一般功能
6.2.1 生物醫(yī)學信號的測量與記錄
6.2.2 編輯和打印功能的實現(xiàn)
6.2.3 病人信息檔案的管理和查詢
6.3 虛擬式生物醫(yī)學儀器系統(tǒng)的特征分析功能
6.3.1 虛擬式心電信號檢測分析儀的心電信號特征信息提取
6.3.2 虛擬式腦電圖儀的腦電信號特征信息的時頻提取
6.3.3 虛擬式顱內(nèi)壓無創(chuàng)檢測分析儀的無創(chuàng)檢測功能實現(xiàn)
參考文獻