yeec维修网

 找回密码
 立即注册
搜索
yeec近年来原创帖合集 本站基础知识下载汇总 yeec网站学习币充值链接 学习中心正式上线

[下载] 生物医学信号处理

  [复制链接]
郑振寰 发表于 2010-2-14 19:38 | 显示全部楼层 |阅读模式

注册登录才能更好的浏览或提问。

您需要 登录 才可以下载或查看,没有账号?立即注册

x
生物医学信号处理 
刘海龙 
化学工业出版社
2006-04-01
摘要:本书主要内容有生物电磁现象产生机制及其测量;随机信号的基本知识;检测和估计的任务及基本原理;匹配滤波、维纳滤波、卡尔曼滤波、自适应滤波的理论、设计和应用等。 
目录:
 第1章 生物电磁现象产生机制及其测量 ----------------8
  1.1 概述 ----------------8
  1.2 生物电磁现象及其产生机制 ----------------8
  1.2.1 细胞的生物电现象 ----------------8
  1.2.2 生物电现象的产生机制 ----------------9
  1.3 生物电磁信号的测量与分析 ----------------12
  1.3.1 场电位和电流源密度的定量分析 ----------------13
  1.3.2 生物容积导体的特性 ----------------15
  1.4 生物电磁信号测量技术的应用 ----------------15
  1.4.1 偶极子理论 ----------------15
  1.4.2 心电图 ----------------16
  1.4.3 心磁图 ----------------16
  1.4.4 心电图与心磁图的比较 ----------------17
  习题 ----------------18
 第2章 随机信号分析 ----------------19
  2.1 概述 ----------------19
  2.2 随机信号的特征 ----------------20
  2.2.1 概率密度函数 ----------------20
  2.2.2 数字特征 ----------------21
  2.2.3 自相关函数 ----------------22
  2.2.4 功率谱 ----------------24
  2.3 常见的随机过程 ----------------25
  2.3.1 高斯 (正态)过程 ----------------25
  2.3.2 白噪声过程 ----------------26
  2.3.3 高斯?马尔可夫过程 ----------------26
  2.4 随机信号的联合特征 ----------------27
  2.4.1 互相关函数 ----------------27
  2.4.2 互谱密度 ----------------28
  2.5 离散时间随机信号的特征 ----------------29
  2.5.1 随机信号的采样定理 ----------------29
  2.5.2 离散随机信号的统计特性 ----------------29
  2.6 非白噪声的正交展开 ----------------32
  2.6.1 卡南-洛伊夫 (Karhunen?Loeve)展开式 ----------------32
  2.6.2 狄拉克 (Dirac)δ函数的性质 ----------------34
  习题 ----------------35
 第3章 随机信号通过线性时不变系统 ----------------38
  3.1 概述 ----------------38
  3.2 二端线性时不变系统 ----------------39
  3.2.1 基本特征 ----------------39
  3.2.2 两个随机过程的相干函数 ----------------40
  3.3 多端线性时不变系统 ----------------41
  3.4 离散随机信号通过线性时不变系统 ----------------44
  习题 ----------------49
 第4章 信号检测 ----------------52
  4.1 概述 ----------------52
  4.1.1 检测分类 ----------------52
  4.1.2 检测的各种概率描述 ----------------53
  4.2 常见检测准则 (检测判据) ----------------53
  4.2.1 极大后验概率准则 ----------------53
  4.2.2 最小失误率准则 ----------------57
  4.2.3 贝叶斯准则 ----------------57
  4.2.4 纽曼?皮尔逊准则 ----------------58
  4.3 多次观察 ----------------60
  4.4 多元检测 ----------------63
  4.4.1 离散型随机变量观察值 ----------------64
  4.4.2 连续型随机变量观察值 ----------------65
  习题 ----------------67
 第5章 信号的参数估计 ----------------70
  5.1 概述 ----------------70
  5.2 非线性估计 ----------------72
  5.2.1 贝叶斯估计 ----------------72
  5.2.2 极大似然估计 ----------------74
  5.2.3 观察是矢量情况 ----------------74
  5.3 应用举例 ----------------75
  5.4 估计量的性质 ----------------81
  5.4.1 非随机参数的克拉美?劳下限和极大似然估计 ----------------81
  5.4.2 随机参数的克拉美?劳不等式及极大后验概率估计 ----------------83
  5.4.3 均方估计的无偏性 ----------------84
  5.5 线性估计 ----------------84
  5.5.1 概述 ----------------84
  5.5.2 线性均方估计 ----------------85
  5.5.3 递归线性最小均方估计 ----------------88
  5.5.4 最小二乘估计 ----------------92
  习题 ----------------95
 第6章 功率谱估计的经典方法 ----------------99
  6.1 概述 ----------------99
  6.2 自相关序列的估计 ----------------100
  6.2.1 自相关序列的无偏估计 ----------------100
  6.2.2 自相关序列的有偏估计 ----------------102
  6.3 周期图及其估计质量 ----------------103
  6.3.1 周期图的定义 ----------------103
  6.3.2 周期图的带通滤波器组解释 ----------------104
  6.3.3 周期图的估计质量 ----------------106
  6.3.4 周期图的随机起伏 ----------------113
  6.3.5 自相关的无偏估计的傅里叶变换 ----------------113
  6.4 改善周期图质量的方法 ----------------114
  6.4.1 修正周期图法:数据加窗 ----------------114
  6.4.2 Bartlett法:周期图的平均 ----------------117
  6.4.3 Welch法:修正周期图的平均 ----------------121
  6.4.4 Blackman?Tukey法:周期图的加窗平滑 ----------------122
  6.4.5 各种周期图计算方法的比较 ----------------124
  习题 ----------------126
 第7章 功率谱估计的现代方法 ----------------129
  7.1 概述 ----------------129
  7.2 谱估计的参数模型方法 ----------------129
  7.3 AR模型的Yule?Walker方程 ----------------131
  7.4 Levinson?Durbin算法 ----------------132
  7.5 AR模型的稳定性及其阶的确定 ----------------135
  7.6 AR谱估计的性质 ----------------137
  7.6.1 AR谱估计隐含着自相关函数的外推 ----------------137
  7.6.2 AR谱估计与线性预测谱估计等效 ----------------138
  7.6.3 AR谱估计与最大熵谱估计(MESE)等效 ----------------141
  7.6.4 AR谱估计等效于最佳白化处理 ----------------143
  7.6.5 AR谱估计的界 ----------------145
  7.7 格形滤波器 ----------------145
  7.8 AR模型参数提取方法 ----------------147
  7.8.1 Yule?Walker法 ----------------148
  7.8.2 协方差法 ----------------148
  7.8.3 Burg法 ----------------149
  7.9 AR谱估计的异常现象及其补救措施 ----------------151
  7.9.1 虚假谱峰 ----------------152
  7.9.2 谱线分裂 ----------------152
  7.9.3 噪声对AR谱估计的影响 ----------------153
  7.10 MA和ARMA模型谱估计 ----------------155
  7.10.1 MA模型谱估计 ----------------155
  7.10.2 ARMA模型谱估计 ----------------156
  习题 ----------------158
 第8章 确定性信号的提取 ----------------161
  8.1 概述 ----------------161
  8.2 白噪声背景下的匹配滤波器 ----------------161
  8.2.1 匹配滤波器的作用 ----------------161
  8.2.2 匹配滤波器的理论分析 ----------------162
  8.2.3 匹配滤波器的特性 ----------------163
  8.3 离散时间形式的匹配滤波器 ----------------165
  8.4 相关检测——似然比检验的扩展 ----------------165
  8.4.1 问题的提出与分析 ----------------165
  8.4.2 检测性能 ----------------166
  8.4.3 似然比检验和匹配滤波间的关系 ----------------168
  8.4.4 多元检测 ----------------169
  8.5 非白噪声中已知信号的检测 ----------------170
  8.5.1 卡南-洛伊夫展开法 ----------------170
  8.5.2 非白噪声下的匹配滤波器 ----------------172
  8.6 应用实例 ----------------174
  8.7 相干平均法提取脑诱发电位 ----------------177
  8.7.1 基本原理 ----------------177
  8.7.2 噪声相关的情况 ----------------177
  8.7.3 响应波形随机性的影响 ----------------178
  8.7.4 潜伏期随机性的影响 ----------------179
  8.7.5 减少累加次数 ----------------179
  习题 ----------------181
 第9章 维纳滤波 ----------------184
  9.1 概述 ----------------184
  9.2 波形线性均方估计的正交原理 ----------------184
  9.3 维纳-霍夫 (Wienet?Horf)积分方程 ----------------186
  9.4 非因果的维纳滤波问题 ----------------186
  9.4.1 连续时间形式的解答 ----------------187
  9.4.2 离散时间形式的解答 ----------------187
  9.5 因果的维纳滤波器 ----------------188
  9.5.1 FIR型处理 ----------------189
  9.5.2 预白化处理 ----------------189
  9.6 预测问题 ----------------191
  9.6.1 一般解答 ----------------191
  9.6.2 用有限项FIR滤波器实现 ----------------192
  9.7 后验维纳滤波与互补维纳滤波 ----------------193
  9.7.1 后验维纳滤波 ----------------193
  9.7.2 互补维纳滤波 ----------------195
  9.8 矢量情况下的离散维纳滤波 ----------------196
  9.9 时空多通道离散维纳滤波 ----------------197
  9.10 线性变换等效离散维纳滤波 ----------------198
  9.10.1 线性变换 ----------------198
  9.10.2 等效对角线维纳滤波的线性变换 ----------------199
  9.11 应用实例 ----------------199
  9.11.1 后验维纳滤波提取视觉诱发电位 ----------------199
  9.11.2 体感觉诱发电位 ----------------202
  9.11.3 肌电信号提取 ----------------202
  习题 ----------------203
 第10章 卡尔曼滤波 ----------------205
  10.1 概述 ----------------205
  10.2 纯量卡尔曼滤波 ----------------206
  10.2.1 数学描述 ----------------206
  10.2.2 算法推导 ----------------207
  10.3 纯量一步预测 ----------------209
  10.3.1 由s ∧k导出ε ∧k+1|k ----------------209
  10.3.2 编程 ----------------210
  10.3.3 推广结果 ----------------211
  10.3.4 推导预测 ----------------213
  10.4 矢量卡尔曼滤波器 ----------------215
  10.4.1 提法的推广 ----------------215
  10.4.2 算法的推广 ----------------218
  10.5 应用实例 ----------------220
  习题 ----------------224
 第11章 自适应滤波 ----------------226
  11.1 概述 ----------------226
  11.2 横向结构的随机梯度法 ----------------227
  11.2.1 基本原理 ----------------227
  11.2.2 性能讨论 ----------------228
  11.3 应用实例 ----------------230
  11.3.1 自适应噪声抵消 ----------------230
  11.3.2 自适应谱线增强 ----------------233
  11.3.3 自适应系统辨识 ----------------234
  11.4 随机梯度法的引申 ----------------236
  11.4.1 扩大算法的应用范围 ----------------236
  11.4.2 改进算法的性能 ----------------237
  11.5 格形结构的随机梯度法 ----------------238
  11.5.1 基本原理 ----------------238
  11.5.2 应用实例 ----------------242
  11.6 递归的最小二乘法 ----------------243
  11.6.1 递归最小二乘法的含义 ----------------243
  11.6.2 传统算法的推导 ----------------244
  11.6.3 进一步讨论 ----------------246
  习题 ----------------247
 第12章 高阶谱分析 ----------------248
  12.1 概述 ----------------248
  12.2 三阶相关和双谱的定义及其性质 ----------------248
  12.2.1 三阶相关函数的对称性 ----------------248
  12.2.2 双谱的对称性、周期性和共轭性 ----------------249
  12.2.3 确定性序列的双谱 ----------------249
  12.2.4 双谱中的相位信息 ----------------249
  12.3 累量和多谱的定义及其性质 ----------------250
  12.3.1 随机变量的累量 ----------------250
  12.3.2 随机过程的累量 ----------------252
  12.3.3 多谱的定义 ----------------253
  12.3.4 累量和多谱的性质 ----------------253
  12.4 累量和多谱估计 ----------------256
  12.5 基于高阶谱的相位谱估计 ----------------257
  12.5.1 由ψ3推算φ(ω) ----------------257
  12.5.2 由ψ4推算φ(ω) ----------------258
  12.6 基于高阶谱的模型参数估计 ----------------259
  12.6.1 AR模型参数估计 ----------------259
  12.6.2 MA模型参数估计 ----------------261
  12.6.3 ARMA模型参数估计 ----------------263
  12.7 利用高阶谱确定模型的阶 ----------------264
  12.8 多谱的应用 ----------------265
  习题 ----------------267
 第13章 心电信号的QRS复波检测 ----------------269
  13.1 概述 ----------------269
  13.2 ECG的功率谱 ----------------269
  13.3 带通滤波方法 ----------------269
  13.3.1 双极点递归滤波器 ----------------270
  13.3.2 整数型滤波器 ----------------270
  13.3.3 不同Q值的滤波器响应 ----------------271
  13.4 差分法 ----------------271
  13.5 模板匹配法 ----------------272
  13.5.1 模板互相关 ----------------272
  13.5.2 模板减去法 ----------------272
  13.5.3 基于句法的模板匹配 ----------------273
  13.6 QRS复波检测算法 ----------------273
  13.6.1 整数型带通滤波器 ----------------274
  13.6.2 微分 ----------------276
  13.6.3 平方函数 ----------------278
  13.6.4 移动窗口积分 ----------------278
  13.6.5 设置阈值 ----------------279
  13.6.6 回检方法 ----------------280
  13.6.7 性能测试 ----------------280
  习题 ----------------280
 第14章 自发脑电信号的处理 ----------------282
  14.1 概述 ----------------282
  14.2 脑电图瞬态的提取 ----------------284
  14.3 准平稳分段 ----------------287
  14.3.1 旧的分段算法的缺点 ----------------287
  14.3.2 自适应算法 ----------------287
  14.4 特征提取——传统方法 ----------------288
  14.4.1 时域波形的直接分析 ----------------288
  14.4.2 频域上提取脑电特征 ----------------290
  14.5 特征提取——现代方法 ----------------290
  14.5.1 参数模型 ----------------291
  14.5.2 递归估计 ----------------293
  14.5.3 用小波变换模极大值对的方法检测癫痫脑电棘波 ----------------295
  14.5.4 基于独立分量分析的脑电消噪与特征提取 ----------------297
  习题 ----------------301
  第15章 诱发脑电信号的处理 ----------------302
  15.1 概述 ----------------302
  15.2 听觉诱发电位的提取与处理 ----------------303
  15.2.1 脑干听觉诱发响应的提取 ----------------304
  15.2.2 客观的听力阈值检测 ----------------313
  15.3 视觉诱发电位的处理 ----------------315
  15.3.1 从噪声中提取视觉诱发电位的几种方法 ----------------316
  15.3.2 视觉诱发电位的分解 ----------------321
  习题 ----------------329
 第16章 脑神经网络胞外锋电位的处理 ----------------330
  16.1 概述 ----------------330
  16.2 胞外锋电位数据序列的获取 ----------------331
  16.2.1 数据的获取系统 ----------------331
  16.2.2 数据采集 ----------------332
  16.3 Spike脉冲的提取 ----------------334
  16.3.1 阈值提取法 ----------------334
  16.3.2 窗口提取法 ----------------335
  16.3.3 改进窗口提取法 ----------------336
  16.4 Spike脉冲的分类 ----------------338
  16.4.1 阈值分类 ----------------339
  16.4.2 形状分类 ----------------339
  16.4.3 模板分类 ----------------339
  16.4.4 主成分分类 ----------------340
  16.4.5 独立成分分类 ----------------342
  16.4.6 小波分类 ----------------344
  16.4.7 人工神经网络分类 ----------------346
  16.5 相关 ----------------351
  16.5.1 相关分析 ----------------351
  16.5.2 结果 ----------------352
  16.6 爆发 (burst)信号的处理 ----------------353
  16.6.1 定义 ----------------353
  16.6.2 爆发 (burst)信号的处理设想 ----------------355
  习题 ----------------356
 参考文献 ----------------357 
 
游客,如果您要查看本帖隐藏内容请回复
看贴要回是本分,有问必答是人才,解决问题回贴是公德.
医疗设备维修.维修咨询(请尽可能在论坛提问),协助维修,上门服务.
电话:13991827712

yeec维修网视频培训资料购买链接


























可直接淘宝店铺购买,或咨询手机/微信:13991827712,QQ:67708237
 

曾祥高 发表于 2010-2-14 21:03 | 显示全部楼层
好资料,感谢
zhenhongfeng 发表于 2010-2-14 21:39 | 显示全部楼层
谢谢共享
杨军(上海) 发表于 2010-2-15 10:31 | 显示全部楼层

多谢

龙的传人 发表于 2010-2-15 16:10 | 显示全部楼层
是个好东东
oojoe 发表于 2010-2-17 13:29 | 显示全部楼层

多谢

刘帅 发表于 2010-2-17 13:41 | 显示全部楼层
老大总是能提供这么好的东西
苏信 发表于 2010-2-18 19:09 | 显示全部楼层
看看再说,谢谢了
王学兵 发表于 2010-2-18 20:54 | 显示全部楼层

谢谢老师!

无心人 发表于 2010-2-20 20:39 | 显示全部楼层
谢谢了!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

征集检验设备资料清单

QQ|申请友链|小黑屋|手机版|| )

GMT+8, 2022-6-23 12:45 , Processed in 1.278631 second(s), 35 queries .

Powered by X3.4

Copyright © 2001-2021, Tencent Cloud.