Въведение
Liu Hai Long редактира серия от учебни материали за националната база за обучение на таланти в науката за живота и технологиите
Основна задача
Основната задача е: според характеристиките на биомедицинските сигнали, основната теория и метод на приложната информационна наука, изучаване как да се извлича информация, пренасяна в различни биомедицински сигнали от записите за наблюдение на смущения и шум, и постепенно да ги анализират, интерпретират и класифицират.
Biomedical signal processing, According to the characteristics of biomedical signals, analysis, interpretation, classification, display, storage, and transmission of the collected biomedical signals.
Биомедицинският сигнал е нискочестотен слаб сигнал в силен шумов фон, който е нестабилен естествен сигнал, излъчван от сложен живот, от самия сигнал, режим на откриване до технологията на обработка, която е различна от общия сигнал.
От естеството на електричеството то може да бъде разделено на електрически сигнали и неелектрически сигнали като електрически, мускулно електричество и еквивалент на eunda; други като телесна температура, кръвно налягане, дишане, кръвен поток, пулс, сърце и т.н. принадлежат към неелектрическия сигнал, а неелектрическият сигнал може да бъде разделен на: 1 механично количество, като вибрация (сърдечен звук, пулс, сърдечен шок, звук на Коротков и др.), налягане (кръвно налягане, кръв и храносмилателен тракт и др.), сила (миокард) напрежение и др.); 2 топлинен обем, като телесна температура; 3 оптично количество, пропускливост на светлина (фотоелектрически пулвероид, насищане на кръвта с кислород и др.); 4 химикала, като рН, кръвен газ, газ за дишане и т.н. Например, от гледна точка на обработка на измеренията, той може да бъде разделен на едномерни сигнали и двуизмерни сигнали, като телесна температура, кръвно налягане, дишане, кръвен поток, пулс, сърдечен тон и т.н. принадлежат към едномерен сигнал; и ЕЕГ, ЕКГ, Muscle Electric, X Lights, ултразвукови снимки, CT снимки и ядрено-магнитен резонанс (MM) изображения са двуизмерни сигнали.
Методът за откриване на биомедицински сигнал е техника за откриване и количествено определяне на сигнали, включващи информация като живот, състояние, природа, променлива и съставки в организма. Изследванията върху обработката на биомедицински сигнали се основават на характеристиките на биомедицинските сигнали, анализирани, интерпретирани, класифицирани, съхранявани и предавани на събраните биомедицински сигнали. Целта на неговите изследователски цели е изучаването на биологичната архитектура и функция. Второ, подпомага се диагностицирането и лечението на заболявания. Технологията за откриване на биомедицински сигнал е пилотна технология в изучаването на биомедицински инженерни дисциплини. Поради различните позиции, цели на изследователите, класификацията на технологията за откриване на биомедицински сигнал е разнообразна и специфичното въведение е както следва: 1 Неинвазивно тестване, минимално инвазивно тестване, инвазивно тестване; 2 при физически тестове, откриване на изгнание; 3 пряко откриване, непряко откриване; 4 безконтактно откриване, откриване на повърхността на тялото, откриване на тялото; 5 биоелектрическо откриване, биологично неелектрическо откриване; 6 морфологично откриване, функционално откриване; 7 неактивно откриване в ограничител, откриване на организма в естествено състояние; 8 откриване на предаване, метод на отражение; ⑨ едномерно откриване на сигнал, многоизмерно откриване на сигнал; ⑩ откриване на дистанционно наблюдение, откриване на многоизмерен сигнал; ⑩ Откриване на едно количество, тест за вторичен анализ; ⑩ откриване на молекулно ниво, клетъчно откриване, откриване на системно ниво.
Въведение в съдържанието
Тази книга е разделена на 16 глави: основното съдържание е механизмът на биологичните електромагнитни явления и тяхното измерване; основните познания за сигнала; задачата и основния принцип на откриване и оценка; Филтър за съвпадение, филтър на Вина, филтър на Калман, теория на адаптивното филтриране, дизайн и приложение; класически метод за оценка на спектъра на мощността, основната теория на съвременните методи и различни алгоритми за оценка; теория на спектралния анализ от висок порядък и техническа основа; електрокардиограма, мозъчна електрическа карта, мозъчно образован потенциален анализ, екстракция и лечение; лечение на потенциала за размножаване на мозъчни невронни мрежи.
Тази книга в момента е свързана с цялостната система за обработка на биологични сигнали. Авторът е работил за първата линия на научните изследвания и образованието, така че класиката на тази книга е дълбока и проста и тя е тясна с преден план на темата. Освен това, според многогодишната преподавателска работа на автора, тази книга има повече примери и упражнения в помощ на читателите.
Тази книга може да се използва като учебник за студенти по биомедицинско инженерство, както и като справочници за изследователи, които се занимават с биомедицински сигнали.
Каталог с книги
Глава 1 Механизъм за генериране на биологичен електромагнитен феномен и неговото измерване
1.1 Преглед
1.2 Биологично електромагнитно явление и неговия механизъм на производство
1. Измерване и анализ на биологични електромагнитни сигнали
1.4 Технология за измерване на биологичен електромагнитен сигнал
Упражнение
Глава 2 Анализ на случаен сигнал
2.1 Преглед
2.2 Случаен сигнал
2.3 Често срещани произволни процеси
2.4 Характеристики на съюза на случайни сигнали
2.5 дискретни времеви случайни сигнали
2.6 ортогонално разгръщане без бял шум
упражнение
Глава 3 случаен сигнал по линейност Неподлежаща на проверка система
3.1 Преглед
3.2 III Линеен Когато системата
3.3 многокраен линеен Когато системата е непроменена система
3.4 дискретни Случайни сигнали преминават през линейна постоянна система
упражнение
Глава 4 откриване на сигнал
4.1 Преглед
4.2 Общи насоки за тестване (Тестов критерий)
4.4 Многократно наблюдение
4.4
упражнение
Глава 5 оценка на параметрите
5.1 Преглед
5.2 Нелинейна оценка
5.3 Приложение
5.4 Очаквано естество
5.5 Линейна оценка
упражнение
Глава 6 Класически метод за оценка на спектъра на мощността
6.1 Преглед
6.2 Оценка на автокорелацията
6.3 Периодична диаграма и нейното качество на оценка
6.4 Подобрява метода за периодично качество
Упражнение
Глава 7 Модерен метод за оценка на спектъра на мощността
7.1 Преглед
7.2 Метод на модела на параметъра за оценка на спектъра
7.3 AR модел уравнение на Yule-Walker
7.4 levinson-i) Алгоритъм на URBIN
7.5 Стабилност на AR модела и нейния ред на определяне
7.6 Оценка на спектъра на Ar
7.7 Плосък филтър
7.8 Ar Метод за извличане на параметрите на модела
7.9 Изключение за оценка на спектъра на AR и неговото отстраняване
7.10 mA и оценка на спектъра на модела ARMA
упражнение
Глава 8 Извличане на детерминистичен сигнал
8.1 Преглед
8.2 Филтър за съвпадение на фон с бял шум
8.3 Дискретен съгласуващ филтър, свързан с времето
8.4 Свързано откриване - прилагане на Like Raising
8.5 Не-бял шум Известен сигнал от известни сигнали
8.6 Пример за приложение
8.7 кохерентен среден метод Извличане на индуциран от мозъка потенциал
упражнение
Глава 9 Variocal филтър
9.1 Преглед
9.2 Ортогонални принципи на линейната оценка на формата на вълната
9.3 Интегрално уравнение на Вая Хоф (Винер-Хорф).
9.4 nonaffordic Vihan filter problem < /> (p
9.6 проблем с прогнозиране
9.7, WiQ филтър и допълнителен Wiwan филтър
9.8 векторен филтър за вариант на дисперсия
9.9 Многоканално филтриране на различни варианти във времето и пространството
9.10 Дискретен Vina филтър, еквивалентен на линейна трансформация
9.11 Пример за приложение
упражнение
Глава 10 Карман филтър
10.1 Преглед
10.2 Филтър Calman за чистота
10.3 чисто Една стъпка за прогнозиране
10.4 векторен филтър на Карман
10.5 пример за приложение
упражнение
Глава 11 Адаптивно филтриране
11.1 Преглед
11.2 Рандомизиран градиентен метод на латерална структура
11.3 Пример за приложение
11.4 Метод на случаен градиент
11.5 Рандомизиран градиентен метод на структура на форма
11.6 Възрастен клас:
упражнение
Глава 12 Анализ от висок ред
12.1 Преглед
12.2 дефиниция на корелация от трети ред и двойни профили и тяхната природа
12.3 Дефиниции за натрупване и спектър и тяхната природа
12.4 натрупване и многоспектърна оценка
12.5 Базирана оценка на спектъра от висок порядък
12.6 Въз основа на оценка на параметрите на спектъра от висок порядък
12.7 Using high order spectrum determination model < / P>
упражнение
Откриване на QRS комплекс
13.1 Преглед
13.1 Преглед13.2 ЕКГ мощностен спектър
13.3 Метод на телесен филтър
13.4 Диференциален метод
13.5 Съвпадение на шаблон
13.6 QRS Алгоритъм за откриване на отблъскване
упражнениеs
Глава 14 Обработка от счупено ЕЕГ
14.1 Преглед
14.2 Извличане на ЕЕГ от Фиг
14.3 Квазистабилен сегмент
14.4 Извличане на функции - традиционен метод
14.5 Извличане на функции - модерен метод
< P> УпражнениеГлава 15 за обучение на ЕЕГ
15.1 Преглед
15.2 Извличане и обработка на Audiocreciator
15.3 Обработка на зрително индуциран потенциал
упражнение
Глава 16 Боравене с гърди на церебралната невронна мрежа
16.1 Преглед
16.2 Класификация на цитокините
16.5 Свързани
16.5 Свързани
16.6
16.6 избухване (BURST) обработка на сигнала
упражнение
справка