生物医学信号处理
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
k 0
Faculty of Information Engineering, Shenzhen University
25
傅立叶变换的定义
待处理的信号
F ( ) f (t ), e
jt
f (t )e
jt
dt
基底，“滤波镜片”
<,>为广义的内积运算
Faculty of Information Engineering, Shenzhen University
26
傅立叶变换
基底（“滤波镜片”）的基本运算只有时间上的缩放， 本质是调节镜片的透光频率。
e
jt
cost j sin t
Faculty of Information Engineering, Shenzhen University
27
20
f 10Hz 12 f 6 Hz 60 f 30Hz
（1）去除不需要的信号成份，因为它们污染了感 兴趣的信号； （2）用更明显或更有用的形式表达提取的信息； （3）为了预期信号源的行为，预测信号的未来值。
处理的目的是要区分正常信号与异常信号， 在此基础上诊断疾病的存在。这种处理过程就像 医生用听诊器来检查异常心声或肺声一样。生物 医学工程师常将信号分解为基本信号类型的和， 以检查异常信号并发现疾病。这些方法中有许多 需要利用付里叶变换中的特性。
Faculty of Information Engineering, Shenzhen University
傅立叶变换 Fourier Transform
傅里叶变换的基本思想是将信号分解成 一系列不同频率的连续正弦波的叠加，或 者从另外一个角度来说是将信号从时间域 转换到频率域。
f (t ) Ak cosk t
Faculty of Information Engineering, Shenzhen University
17
肌电信号（EMG）
把电极放在肌肉上或其附近记录EMG 信号， 再放大电位（或两个电极之间的电位差）。EMG 信号由肌肉纤维周围的动作时间电位而引起。一 个多单元EMG 记录了来自多块肌内纤维的电位 信号。EMG 信号在康复工程中得到应用。
Faculty of Information Engineering, Shenzhen University
10
随机信号
既使信号的全部过去值已知，也不能准确预测其 未来值的一类信号称为随机信号。随机信号在真 实世界中大量存在。严格地说，实际的物理信号 总具有某些随机因素。例如，测量仪器中电流产 生的噪声就是一类常见的随机信号，大多数生物 医学信号包含有随机信号。 未认识清楚的因素自然被归入“噪声”。 随机信号也包含有一些规律的因素。这种规律性 是从大量样本统计分析后呈现出来的。
生物医学信号处理 Biomedical signal Processing
Faculty of Information Engineering, Shenzhen University
霍金教授的办公室（剑桥大学）
“我的书每增加一个公式，读者就减少一半” ——霍金教授
Faculty of Information Engineering, Shenzhen University
11
Faculty of Information Engineering, Shenzhen University
分形信号
分形信号具有十分有趣的特性，即它们 在各种放大倍数下看上去都很类似，这种 特性称为尺度不变性。
典型的分形信号：心率信号、血管分支
Faculty of Information Engineering, Shenzhen University
模糊逻辑 (Fuzzy Logic) 人工神经网络(Artificial Neural Networks)
Faculty of Information Engineering, Shenzhen University
23
傅立叶变换 Fourier Transform
法国数学家及物理学家。 最早 使用定积分符号，改进符号法则及 根数判别方法。 傅立叶级数（三角 级数）创始人。 1822年在代表作《热的分析理论》 中解决了热在非均匀加热的 固体中 分布传播问题，成为分析学在物理 中应用的最早例证之一，对19 世纪 傅立叶 数学和理论物理学的发展产生深远 （Fourier,Jean Baptiste 影响。傅立叶级数（即三角级数）、 Joseph,1768-1830 ） 傅立叶分析等理论均由此创始, 其 后，由泊松（Poisson）、高斯 （Gauss）等人把这一成果带入电 学中去。 24
Faculty of Information Engineering, Shenzhen University
16
心电信号（ECG）
ECG 记录了胸部电极上的电位（或两个电极 之间的电位差），反映了心肌中的时变电活动， 这些电活动与动作电位的产生和传播相关。每一 次心跳产生一个电波（P、Q、R、S 和T 波）序 列。
基底的缩放
Faculty of Information Engineering, Shenzhen University
28
傅立叶变换举例
电话机数字键“2”的波形 F(10*pi)=0, 不包含5Hz F(300*pi)=0, 不包含150Hz F(1394*pi)=20, 包含697Hz F(2672*pi)=20, 包含1336Hz
Faculty of Information Engineering, Shenzhen University
22
信号处理的数学工具
傅立叶变换(Fourier Transform) Z变换( Z Transform) 小波分析 (Wavelet Analysis) 主成分分析（Principal Component Analysis） 独立成分分析（Independent Component Analysis） 稀疏成分分析（Sparse Component Analysis） 智能信息处理
8
四类信号的例子
Faculty of Information Engineering, Shenzhen University
9
确定性信号
在教材中常作为例子给出，是最熟悉的 一类信号，但这类信号在真实世界中则较少 出现。所谓确定性信号是指在已知足够过去 值的条件下，能够准确预测该信号未来值的 一类信号。例如，正弦波信号ASin ω t。 只要能够用数学封闭表达式来表达的一 类信号就是确定的信号。
12
分形信号的例子
原信号
四点平均 后的信号
仅仅采用常规的测量工具是不能区别 新信号和原信号的。
Faculty of Information Engineering, Shenzhen University
13
混沌信号
混沌信号是一类不能准确预测其未来的确定性信号。 对于一些确定性的信号，它们在未来的轨迹对其过 去值很敏感，因此，无法用足够的精度来预测未来 值。理论上这些信号是确定的，但未来值的预测误 差很大。 混沌信号在视觉上具有随机信号的一些特征，但是 随机信号不是混沌的，混沌信号也不是随机的。 生物化学的调控过程、脑电活动、呼吸、从多细胞 振荡器到单个神经元等神经生理系统也已经报道展 现出混沌现象。
Faculty of Information Engineering, Shenzhen University
18
血细胞信号
当一束超声照射一个动目标时，反射波束的 频率不同于入射波束的频率，既存在多普勒频移。 该频移称正比于目标的速度。高频超声信号能够 穿透硬生物组织（如较簿的骨头）。超声的这种 特性为不可触及或不可进入的生物组织（如血细 胞）提供了一种测速工具。
Faculty of Information Engineering, Shenzhen University
15
生物医学信号的分类
（1）由生理过程自发产生的主动信号，例如心电 （ECG）、脑电（EEG）、肌电（EMG）、眼电 （EOG）、胃电（EGG）等电生理信号和体温、 血、脉博、呼吸等非电生信号。它们是对人体进 行诊断、监护和治疗的重要依据。 （2）外界施加于人体、把人体作为通道、用以进 行探查的被动信号，如超声波、同位素、X 射线 等。关于生理、病理状况的信息将通过被动信号 的某些参数来携带。
Faculty of Information Engineering, Shenzhen University
14
什么是生物医学信号
生物电信号 Bioelectric Signals 生物磁信号 Biomagnetic Signals 生物化学信号 Biochemical Signals 生物力学信号 Biomechanical Signals 生物声学信号 Bioacoustic Signals
Faculty of Information Engineering, Shenzhen University
19
心率信号
100 次连续心跳的瞬时心率信号（跳/分）
Faculty of Information Engineering, Shenzhen University
20
生物医学信号处理的目的
Faculty of Information Engineering, Shenzhen University
6
教材
全书分14章 信号转换技术，数字滤波器基础， 有限冲激响应滤波器，无限激响应滤波器， 整数型滤波器，自适应滤波器， 信号平均技术，数据压缩技术， 时域和频域分析方法， ECG的QRS复波检测，ECG分析系统， VLSI在数字信号处理中的应用。
Faculty of Information Engineering, Shenzhen University
21
典型的生物医学信号处理
自发脑电信号物处理
（脑电图瞬态的提取、准平稳分段、特征提取）
诱发脑电信号的处理
（听觉诱发响应信号的提取与处理、视觉诱发电位 信号的处理）
肌电信号的处理
（肌电信号的模型、对表面肌电做模式分类、 肌肉 力的连续估计与疲劳分析）
Faculty of Information Engineering, Shenzhen University
5
教材
作者：美国威斯康辛大学电气与计算机工程系教授 前IEEE生物医学工程学会主席 Willis J.Tompkins 书名：Biomedical Digital Signal Processing ISBN：7560925790 页数：246
2
BME在百年诺贝尔 生理与医学奖中的份额
百年总计(1901-2000) Ⅰ属于BME范畴
91（届次） 100% 16 13 39 23 18 % 14 % 43 % 25%
Ⅱ与BME密切相关
Ⅲ不采用BME方法、技术、 设备与材料就不能完成的 Ⅳ与BME无关的
美国的保罗-劳特布尔和英国的彼得-曼斯菲尔德共同获得了2003年 诺贝尔生理学或医学奖--核磁共振成像技术--三维图象
Faculty of Information Engineering, Shenzhen University
4
预修课程
1.数字信号处理 Digital Signal Processing 2.随机过程 Stochastic Process 3.工程数学 Engineering Mathematics
3
Faculty of Information Engineering, Shenzhen University
什么是生物医学信号处理
根据生物医学信号特点，应用信息科学 的基本理论和方法，研究如何从被干扰和 噪声淹没的观察记录中提取各种生物医学 信号中所携带的信息，并对它们进步分析、 解释和分类。
Faculty of Information Engineering, Shenzhen University
7
信号及其类型
(a).确定性信号 (b).随机信号 (c).分形信号(Fractal) (d).混沌信号(Chaotic)
Faculty of Information Engineering, Shenzhen University
Faculty of Information Engineering, Shenzhen University
25
傅立叶变换的定义
待处理的信号
F ( ) f (t ), e
jt
f (t )e
jt
dt
基底，“滤波镜片”
<,>为广义的内积运算
Faculty of Information Engineering, Shenzhen University
26
傅立叶变换
基底（“滤波镜片”）的基本运算只有时间上的缩放， 本质是调节镜片的透光频率。
e
jt
cost j sin t
Faculty of Information Engineering, Shenzhen University
27
20
f 10Hz 12 f 6 Hz 60 f 30Hz
（1）去除不需要的信号成份，因为它们污染了感 兴趣的信号； （2）用更明显或更有用的形式表达提取的信息； （3）为了预期信号源的行为，预测信号的未来值。
处理的目的是要区分正常信号与异常信号， 在此基础上诊断疾病的存在。这种处理过程就像 医生用听诊器来检查异常心声或肺声一样。生物 医学工程师常将信号分解为基本信号类型的和， 以检查异常信号并发现疾病。这些方法中有许多 需要利用付里叶变换中的特性。
Faculty of Information Engineering, Shenzhen University
傅立叶变换 Fourier Transform
傅里叶变换的基本思想是将信号分解成 一系列不同频率的连续正弦波的叠加，或 者从另外一个角度来说是将信号从时间域 转换到频率域。
f (t ) Ak cosk t
Faculty of Information Engineering, Shenzhen University
17
肌电信号（EMG）
把电极放在肌肉上或其附近记录EMG 信号， 再放大电位（或两个电极之间的电位差）。EMG 信号由肌肉纤维周围的动作时间电位而引起。一 个多单元EMG 记录了来自多块肌内纤维的电位 信号。EMG 信号在康复工程中得到应用。
Faculty of Information Engineering, Shenzhen University
10
随机信号
既使信号的全部过去值已知，也不能准确预测其 未来值的一类信号称为随机信号。随机信号在真 实世界中大量存在。严格地说，实际的物理信号 总具有某些随机因素。例如，测量仪器中电流产 生的噪声就是一类常见的随机信号，大多数生物 医学信号包含有随机信号。 未认识清楚的因素自然被归入“噪声”。 随机信号也包含有一些规律的因素。这种规律性 是从大量样本统计分析后呈现出来的。
生物医学信号处理 Biomedical signal Processing
Faculty of Information Engineering, Shenzhen University
霍金教授的办公室（剑桥大学）
“我的书每增加一个公式，读者就减少一半” ——霍金教授
Faculty of Information Engineering, Shenzhen University
11
Faculty of Information Engineering, Shenzhen University
分形信号
分形信号具有十分有趣的特性，即它们 在各种放大倍数下看上去都很类似，这种 特性称为尺度不变性。
典型的分形信号：心率信号、血管分支
Faculty of Information Engineering, Shenzhen University
模糊逻辑 (Fuzzy Logic) 人工神经网络(Artificial Neural Networks)
Faculty of Information Engineering, Shenzhen University
23
傅立叶变换 Fourier Transform
法国数学家及物理学家。 最早 使用定积分符号，改进符号法则及 根数判别方法。 傅立叶级数（三角 级数）创始人。 1822年在代表作《热的分析理论》 中解决了热在非均匀加热的 固体中 分布传播问题，成为分析学在物理 中应用的最早例证之一，对19 世纪 傅立叶 数学和理论物理学的发展产生深远 （Fourier,Jean Baptiste 影响。傅立叶级数（即三角级数）、 Joseph,1768-1830 ） 傅立叶分析等理论均由此创始, 其 后，由泊松（Poisson）、高斯 （Gauss）等人把这一成果带入电 学中去。 24
Faculty of Information Engineering, Shenzhen University
16
心电信号（ECG）
ECG 记录了胸部电极上的电位（或两个电极 之间的电位差），反映了心肌中的时变电活动， 这些电活动与动作电位的产生和传播相关。每一 次心跳产生一个电波（P、Q、R、S 和T 波）序 列。
基底的缩放
Faculty of Information Engineering, Shenzhen University
28
傅立叶变换举例
电话机数字键“2”的波形 F(10*pi)=0, 不包含5Hz F(300*pi)=0, 不包含150Hz F(1394*pi)=20, 包含697Hz F(2672*pi)=20, 包含1336Hz
Faculty of Information Engineering, Shenzhen University
22
信号处理的数学工具
傅立叶变换(Fourier Transform) Z变换( Z Transform) 小波分析 (Wavelet Analysis) 主成分分析（Principal Component Analysis） 独立成分分析（Independent Component Analysis） 稀疏成分分析（Sparse Component Analysis） 智能信息处理
8
四类信号的例子
Faculty of Information Engineering, Shenzhen University
9
确定性信号
在教材中常作为例子给出，是最熟悉的 一类信号，但这类信号在真实世界中则较少 出现。所谓确定性信号是指在已知足够过去 值的条件下，能够准确预测该信号未来值的 一类信号。例如，正弦波信号ASin ω t。 只要能够用数学封闭表达式来表达的一 类信号就是确定的信号。
12
分形信号的例子
原信号
四点平均 后的信号
仅仅采用常规的测量工具是不能区别 新信号和原信号的。
Faculty of Information Engineering, Shenzhen University
13
混沌信号
混沌信号是一类不能准确预测其未来的确定性信号。 对于一些确定性的信号，它们在未来的轨迹对其过 去值很敏感，因此，无法用足够的精度来预测未来 值。理论上这些信号是确定的，但未来值的预测误 差很大。 混沌信号在视觉上具有随机信号的一些特征，但是 随机信号不是混沌的，混沌信号也不是随机的。 生物化学的调控过程、脑电活动、呼吸、从多细胞 振荡器到单个神经元等神经生理系统也已经报道展 现出混沌现象。
Faculty of Information Engineering, Shenzhen University
18
血细胞信号
当一束超声照射一个动目标时，反射波束的 频率不同于入射波束的频率，既存在多普勒频移。 该频移称正比于目标的速度。高频超声信号能够 穿透硬生物组织（如较簿的骨头）。超声的这种 特性为不可触及或不可进入的生物组织（如血细 胞）提供了一种测速工具。
Faculty of Information Engineering, Shenzhen University
15
生物医学信号的分类
（1）由生理过程自发产生的主动信号，例如心电 （ECG）、脑电（EEG）、肌电（EMG）、眼电 （EOG）、胃电（EGG）等电生理信号和体温、 血、脉博、呼吸等非电生信号。它们是对人体进 行诊断、监护和治疗的重要依据。 （2）外界施加于人体、把人体作为通道、用以进 行探查的被动信号，如超声波、同位素、X 射线 等。关于生理、病理状况的信息将通过被动信号 的某些参数来携带。
Faculty of Information Engineering, Shenzhen University
14
什么是生物医学信号
生物电信号 Bioelectric Signals 生物磁信号 Biomagnetic Signals 生物化学信号 Biochemical Signals 生物力学信号 Biomechanical Signals 生物声学信号 Bioacoustic Signals
Faculty of Information Engineering, Shenzhen University
19
心率信号
100 次连续心跳的瞬时心率信号（跳/分）
Faculty of Information Engineering, Shenzhen University
20
生物医学信号处理的目的
Faculty of Information Engineering, Shenzhen University
6
教材
全书分14章 信号转换技术，数字滤波器基础， 有限冲激响应滤波器，无限激响应滤波器， 整数型滤波器，自适应滤波器， 信号平均技术，数据压缩技术， 时域和频域分析方法， ECG的QRS复波检测，ECG分析系统， VLSI在数字信号处理中的应用。
Faculty of Information Engineering, Shenzhen University
21
典型的生物医学信号处理
自发脑电信号物处理
（脑电图瞬态的提取、准平稳分段、特征提取）
诱发脑电信号的处理
（听觉诱发响应信号的提取与处理、视觉诱发电位 信号的处理）
肌电信号的处理
（肌电信号的模型、对表面肌电做模式分类、 肌肉 力的连续估计与疲劳分析）
Faculty of Information Engineering, Shenzhen University
5
教材
作者：美国威斯康辛大学电气与计算机工程系教授 前IEEE生物医学工程学会主席 Willis J.Tompkins 书名：Biomedical Digital Signal Processing ISBN：7560925790 页数：246
2
BME在百年诺贝尔 生理与医学奖中的份额
百年总计(1901-2000) Ⅰ属于BME范畴
91（届次） 100% 16 13 39 23 18 % 14 % 43 % 25%
Ⅱ与BME密切相关
Ⅲ不采用BME方法、技术、 设备与材料就不能完成的 Ⅳ与BME无关的
美国的保罗-劳特布尔和英国的彼得-曼斯菲尔德共同获得了2003年 诺贝尔生理学或医学奖--核磁共振成像技术--三维图象
Faculty of Information Engineering, Shenzhen University
4
预修课程
1.数字信号处理 Digital Signal Processing 2.随机过程 Stochastic Process 3.工程数学 Engineering Mathematics
3
Faculty of Information Engineering, Shenzhen University
什么是生物医学信号处理
根据生物医学信号特点，应用信息科学 的基本理论和方法，研究如何从被干扰和 噪声淹没的观察记录中提取各种生物医学 信号中所携带的信息，并对它们进步分析、 解释和分类。
Faculty of Information Engineering, Shenzhen University
7
信号及其类型
(a).确定性信号 (b).随机信号 (c).分形信号(Fractal) (d).混沌信号(Chaotic)
Faculty of Information Engineering, Shenzhen University