生物医学信号处理方法论文
生物医学信号处理是指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。以下是我精心准备的生物医学信号处理方法论文，大家可以参考以下内容哦！
摘 要： 生物医学信号是人体生命信息的集中体现，深入进行生物医学信号检测与处理的理论与方法的研究对于认识生命运动的规律、探索疾病预防与治疗的新方法都具有重要的意义。
关键词： 生物医学信号 信号检测 信号处理
1 概述
1。1 生物医学信号及其特点
生物医学信号是一种由复杂的生命体发出的不稳定的自然信号，属于强噪声背景下的低频微弱信号，信号本身特征、检测方式和处理技术，都不同于一般的信号。生物医学信号可以为源于一个生物系统的一类信号，这些信号通常含有与生物系统生理和结构状态相关的信息。生物医学信号种类繁多，其主要特点是：信号弱、随机性大、噪声背景比较强、频率范围一般较低，还有信号的统计特性随时间而变，而且还是非先验性的。
1。2 生物医学信号分类
按性质生物信号可分为生物电信号（Bioelectric Signals），如脑电、心电、肌电、胃电、视网膜电等;生物磁信号（Biomagnetic Signals），如心磁场、脑磁场、神经磁场;生物化学信号（Biochemical Signals），如血液的pH值、血气、呼吸气体等;生物力学信号（Biomechanical Signals），如血压、气血和消化道内压和心肌张力等;生物声学信号（Bioacoustic Signal），如心音、脉搏、心冲击等。
按来源生物医学信号可大致分为两类：（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、血压、脉博、呼吸等非电生信号;（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。
2 生物医学信号的检测及方法
生物医学信号检测是对生物体中包含的生命现象、状态、性质和成分等信息进行检测和量化的技术，涉及到人机接口技术、低噪声和抗干扰技术、信号拾取、分析与处理技术等工程领域，也依赖于生命科学研究的进展。信号检测一般需要通过以下步骤（见图1）。
①生物医学信号通过电极拾取或通过传感器转换成电信号;②放大器及预处理器进行信号放大和预处理;③经A/D转换器进行采样，将模拟信号转变为数字信号;④输入计算机;⑤通过各种数字信号处理算法进行信号分析处理，得到有意义的结果。
生物医学信号检测技术包括：（1）无创检测、微创检测、有创检测;（2）在体检测、离体检测;（3）直接检测、间接检测;（4）非接触检测、体表检测、体内检测;（5）生物电检测、生物非电量检测;（6）形态检测、功能检测;（7）处于拘束状态下的生物体检测、处于自然状态下的生物体检测;（8）透射法检测、反射法检测;（9）一维信号检测、多维信号检测;（10）遥感法检测、多维信号检测;（11）一次量检测、二次量分析检测;（12）分子级检测、细胞级检测、系统级检测。
3 生物医学信号的处理方法
生物医学信号处理是研究从扰和噪声淹没的信号中提取有用的生物医学信息的特征并作模式分类的方法。生物医学信号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。近年来随着计算机信息技术的飞速发展，对生物医学信号的处理广泛地采用了数字信号分析处理方法：如对信号时域分析的相干平均算法;对信号频域分析的快速傅立叶变换算法和各种数字滤波算法;对平稳随机信号分析的功率谱估计算法和参数模型方法;对非平稳随机信号分析的短时傅立叶变换、时频分布（维格纳分布）、小波变换、时变参数模型和自适应处理等算法;对信号的非线性处理方法如混沌与分形、人工神经网络算法等。下面介绍几种主要的处理方法。
3。1 频域分析法
信号的频域分析是采用傅立叶变换将时域信号x（t）变换为频域信号X（f），从而将时间变量转变成频率变量，帮助人们了解信号随频率的变化所表现出的特性。信号频谱X（f）描述了信号的频率结构以及在不同频率处分量成分的大小，直观地提供了从时域信号波形不易观察得到频率域信息。频域分析的'一个典型应用即是对信号进行傅立叶变换，研究信号所包含的各种频率成分，从而揭示信号的频谱、带宽，并用以指导最优滤波器的设计。
3。2 相干平均分析法
生物医学信号常被淹没在较强的噪声中，且具有很大的随机性，因此对这类信号的高效稳健提取比较困难。最常用的常规提取方法是相干平均法。相干平均（Coherent Average）主要应用于能多次重复出现的信号的提取。如果待检测的医学信号与噪声重叠在一起，信号如果可以重复出现，而噪声是随机信号，可用叠加法提高信噪比，从而提取有用的信号。这种方法不但用在诱发脑电的提取，也用在近年来发展的心电微电势（希氏束电、心室晚电位等）的提取中。
3。3 小波变换分析法
小波分析是传统傅里叶变换的继承和发展，是20世纪80年代末发展起来的一种新型的信号分析工具。目前，小波的研究受到广泛的关注，特别是在信号处理、图像处理、语音分析、模式识别、量子物理及众多非线性科学等应用领域，被认为是近年来在工具及方法上的重大突破。小波分析有许多特性：多分辨率特性，保证非常好的刻画信号的非平稳特征，如间断、尖峰、阶跃等;消失矩特性，保证了小波系数的稀疏性;紧支撑特性，保证了其良好的时频局部定位特性;对称性，保证了其相位的无损;去相关特性，保证了小波系数的弱相关性和噪声小波系数的白化性;正交性，保证了变换域的能量守恒性;所有上述特性使小波分析成为解决实际问题的一个有效的工具。小波变换在心电、脑电、脉搏波等信号的噪声去除、特征提取和自动分析识别中也已经取得了许多重要的研究成果。
3。4 人工神经网络
人工神经网络是一种模仿生物神经元结构和神经信息传递机理的信号处理方法。目前学者们提出的神经网络模型种类繁多。概括起来，其共性是由大量的简单基本单元（神经元）相互广泛联接构成的自适应非线性动态系统。其特点是：（1）并行计算，因此处理速度快;（2）分布式存贮，因此容错能力较好;（3）自适应学习（有监督的或无监督的自组织学习）。
参考文献
[1] 邢国泉，徐洪波。生物医学信号研究概况。咸宁学院学报（医学版），2006，20：459～460。
[2] 杨福生。论生物医学信号处理研究的学科发展战略。国外医学生物医学工程分册，1992，4（15）：203～212。
好的
从TI第一颗DSP诞生至今已有25年，成就了无数辉煌。多核、SoC的发展方向使DSP将继续高速成长，同时，它的发展也正在面临来自FPGA、ASIC的挑战。
DSP概念最早出现在上个世纪60年代，到70年代才由计算机实现部分实时处理，当时主要用于高尖端领域。由于DSP技术与大量运算相关，每秒完成百万条指令运算就变为一个新的单位MIPS(每秒百万条指令)。80年代，有些公司陆续设计出适合于DSP处理技术的处理器，于是DSP开始成为一种高性能处理器的名称。TI在1982年发布了第一颗DSP芯片，名为TMS32010，这是一个处理速度达5个MIPS的处理器。
加入TI公司有12个年头的清华才俊郑小龙，从技术应用工程师打拼到负责DSP在中国的销售业务，熟谙DSP圈里的事。他谈起了DSP诞生的故事：
那时只有两种处理器，一种是作为PC核心的CPU，另一种是微控制器MCU。这两种处理器的在进行大量运算时都面临技术瓶颈，业内就在考虑“是不是需要一种高速的数字信号处理的器件”。那个时候，数字信号处理的理论已经有了，像滤波器、编码解码等对于乘加结构要求很高，如果用CPU来处理的话，指令非常多、效率比较低；而如果在处理器中就有这样一个乘加结构，数字滤波器就可以实现实时的处理结果。
DSP刚开始出现时，采用了NMOS工艺，然后由于功耗的原因，很快转到CMOS，例如C54、C55等型号中的“C”就表示CMOS。那个时候成本还是比较高的，实现每个MIPS的成本高达10～100美元，成为商品化的障碍。
发展轨迹：DSP历史的三个阶段
TI首席科学家兼DSP业务开发经理方进 (Gene Frantz)在年前接受电子工程专辑采访时曾这样说过，“DSP产业在约40年的历程中经历了三个阶段：第一阶段，DSP意味着数字信号处理，并作为一个新的理论体系广为流行；随着这个时代的成熟，DSP进入了发展的第二阶段，在这个阶段，DSP代表数字信号处理器，这些DSP器件使我们生活的许多方面都发生了巨大的变化；接下来又催生了第三阶段，这是一个赋能(enablement)的时期，我们将看到DSP理论和DSP架构都被嵌入到SoC类产品中。”
80年代开始了第二个阶段，DSP从概念走向了产品，TMS32010所实现的出色性能和特性备受业界关注。方进先生在一篇文章中提到，新兴的DSP业务同时也承担着巨大的风险，究竟向哪里拓展是生死攸关的问题。当设计师努力使DSP处理器每MIPS成本降到了适合于商用的低于10美元范围时，DSP在军事、工业和商业应用中不断获得成功。到1991年，TI推出价格可与16位微处理器不相上下的DSP芯片，首次实现批量单价低于5美元，但所能提供的性能却是其5至10倍。
到90年代，多家公司跻身DSP领域与TI进行市场竞争。TI首家提供可定制 DSP——cDSP，cDSP 基于内核 DSP的设计可使DSP具有更高的系统集成度，大加速了产品的上市时间。同时，TI瞄准DSP电子市场上成长速度最快的领域。到90年代中期，这种可编程的DSP器件已广泛应用于数据通信、海量存储、语音处理、汽车电子、消费类音频和视频产品等等，其中最为辉煌的成就是在数字蜂窝电话中的成功。这时，DSP业务也一跃成为TI最大的业务，这个阶段DSP每MIPS的价格已降到10美分到1美元的范围。
21世纪DSP发展进入第三个阶段，市场竞争更加激烈，TI及时调整DSP发展战略全局规划，并以全面的产品规划和完善的解决方案，加之全新的开发理念，深化产业化进程。成就这一进展的前提就是DSP每MIPS价格目标已设定为几个美分或更低。
DSP演进图：性能、价格、功耗是不变的追求
无疑，CMOS工艺的改变大大降低了功耗，而且随着工艺节点从3微米、0.8微米、0.1微米以及未来的纳米工艺，低功耗是DSP一个不变的特性。同时，DSP的主频不断得到提升，从开始的5MHz，到100MHz、200MHz。
“一个关键的转折点出现在90年代中期，TI开发出多并行处理结构，1997年推出了C6000 DSP，有8个并行运算单元，原来每个单元性能可达200MPS，这样一下子提高了8倍到1600 MIPS。” 这些运算单元可以有不同的组合，分为2组、每组4个，包括逻辑处理、数字处理、乘法运算、移位处理四类单元，分别适合不同的应用。这一时期，DSP已广泛用于数据通信、海量存储、语音处理、消费音视频产品等，特别是在蜂窝电话领域的成功。郑小龙说道，“今天针对基站应用的C6?16主频达到1.1GHz、处理能力超过8000MIPS。”
性能、价格、功耗永远是DSP追求的目标。在这个目标的驱动下，每隔十年DSP的性能、规模、工艺、价格等就会发生一个跃迁。如表1所示，DSP的演进同样遵循着摩尔定律，伴随着集成度的不断提高，是性能的提升、价格的下降。
表1：每隔十年DSP性能、规模、工艺、价格的变动。
针对DSP功耗的变动趋势，存在一个Gene定律。从图1可见，1982年每MIPS的功耗为250mW，到1992下降为12.5mW，而到2000年仅为0.1mW，2004年到0.01mW，而预计2010年将挑战0.001mW。Gene定律认为，DSP功耗性能比每隔5年将降低10倍。
研究一些特殊矩阵的作用和应用，比如Toeplitz和Hankel矩阵在通信信号处理中的应用等。
