第一章 绪论
1.1 生物医学信号的类型
1.2 生物医学信号的特点
1.3 生物医学信号检测和特征提取方法
1.4 研究目的和意义
1.5 主要体系结构
参考文献
第二章 生物医学信号的检测
2.1 生物医学信号采集原理
2.1.1 采样定理
2.1.2 量化过程
2.1.3 编码原理
2.2 生物医学信号检测系统
2.2.1 基本组成
2.2.2 主要性能指标
2.2.3 结构形式
2.3 信号调理原理
2.3.1 放大
2.3.2 滤波
2.3.3 电气隔离
参考文献
第三章 生物医学信号的一般处理方法
3.1 相干平均算法
3.2 频域分析技术
3.2.1 周期信号的频谱
3.2.2 非周期信号的频谱
3.2.3 随机信号的频谱
3.3 相关分析
3.3.1 相关函数
3.3.2 相关函数的性质
3.3.3 随机信号的相关函数及其频谱的关系
3.4 数字滤波技术
3.4.1 数字滤波器的实现原理
3.4.2 数字滤波器实现
3.5 参数模型技术
3.5.1 广义平稳随机序列的滑动平均模型
3.5.2 广义平稳随机序列的自回归模型
3.5.3 广义平稳随机序列的自回归滑动平均模型
3.5.4 MA、AR及ARMA模型广义平稳随机序列的功率谱密度
3.5.5 三种模型广义平稳随机序列的自相关函数
3.6 应用实例
3.6.1 同时消除心电信号中工频干扰和基线漂移的数字滤波器
3.6.2 基于双谱的脑电信号分析
参考文献
第四章 生物医学信号的非平稳信号处理方法
4.1 概述
4.2 Gabor变换
4.2.1 一般傅里叶变换的问题
4.2.2 短时傅里叶变换
4.2.3 Cabor变换
4.2.4 脑电基本节律频带相对强度比的提取
4.3 小波变换与小波包变换
4.3.1 连续小波变换
4.3.2 多分辨率小波分析
4.3.3 小波基的选择
4.3.4 小波包分析
4.3.5 小波变换在心电波形识别中应用
4.4 Wigner-Ville分布
4.4.1 定义
4.4.2 离散Wigner-Ville分布的实现
4.4.3 Wigner-Ville分布在生物医学信号特征提取中的应用
4.5 匹配跟踪
4.5.1 匹配跟踪算法
4.5.2 Gabor函数集
4.5.3 MP分解结果的时频输出
4.5.4 基于MP算法的EEG睡眠纺锤波的检测与分析
4.6 独立分量分析
4.6.1 独立分量分析模型
4.6.2 优化判据及寻优模型
4.6.3 ICA算法
4.6.4 闪光视觉诱发电位的少次提取方法实现
4.7 Hilbert-HLlang变换（HHT）
4.7.1 HHT与传统时频分析方法的比较
4.7.2 EMD方法
4.7.3 Hilbert变换及Hilbert谱
4.7.4 HHT的有效性及端点效应处理
4.7.5 基于HHT的生物医学信号分析
参考文献
第五章 生物医学信号的非线性处理方法
5.1 人工神经网络基础
5.1.1 人工神经元模型
5.1.2 人工神经网络模型
5.1.3 神经网络的学习方法
5.1.4 误差反向传播BP算法
5.1.5 RBF神经网络
5.1.6 递归神经网络
5.1.7 自组织神经网络
5.1.8 癫痫脑电检测中的ANN应用
5.2 混沌与分形
5.2.1 相空间
5.2.2 混沌吸引子
5.2.3 分数维
5.2.4 李雅谱诺夫指数
5.2.5 混沌学理论在生物医学信号中的应用
参考文献
第六章 虚拟式生物医学仪器研究
6.1 虚拟仪器技术
6.1.1 虚拟仪器概念
6.1.2 虚拟式生物医学仪器系统的形成
6.1.3 虚拟式生物医学仪器系统的发展趋势
6.2 虚拟式生物医学仪器系统的一般功能
6.2.1 生物医学信号的测量与记录
6.2.2 编辑和打印功能的实现
6.2.3 病人信息档案的管理和查询
6.3 虚拟式生物医学仪器系统的特征分析功能
6.3.1 虚拟式心电信号检测分析仪的心电信号特征信息提取
6.3.2 虚拟式脑电图仪的脑电信号特征信息的时频提取
6.3.3 虚拟式颅内压无创检测分析仪的无创检测功能实现
参考文献
缺书网
扫码进群