医学信号处理的原理和方法 曹银祥 Dept. of Physiology & Pathophysiology Shanghai Medical College Fudan University

上一讲复习 我们所研究的许多生物电信号（模拟信号）实际上都是连续信号，或者称连续时间函数，记作x(t)，t的取值从－∞到＋∞。在用计算机处理这些信号时，必须首先对连续信号采样，即按一定的时间间隔Ｔ进行取值，得到离散时间信号x(nT) (n=···,-2,-1,0,1,2,···)。采样在计算机上的实现，实际上是每隔一定的时间间隔Ｔ，由CPU发出控制信号启动模／数转换部件把模拟信号的幅度转换成相应的数字量，然后由CPU取回用以运算、分析和储存，量化后的离散信号称为数字信号。

采样流程图

第六讲 数字信号预处理 为了改善信号的质量，提高计算机分析、处理的可靠性和准确性，往往需要对信号进行预处理，如应用触发叠加的方法以减少体表诱发电位信号中的随机噪声，使信噪比得到明显提高；应用数字滤波器以去除信号中的工频干扰和其它干扰；应用基线修正使信号便于判别和测量；应用小波变换使信号突现所关心的频率成分；应用自适应系统以去除混在胎儿心音中的母亲心音等。 有时，为了存储大量的信息，需将采集的数据按一定的规律进行压缩，这也是一种常用的信号预处理方法。 除此以外，象找峰（谷）值、提高信号峰（谷）的锐度以及对信号求导等，也可归入信号预处理的范畴。

本讲内容 数据压缩 数字滤波 基线修正 小波变换和自适应系统

第一节 数据压缩技术 算一笔数据占用磁盘空间的帐 例如： 当以10,000Hz频率（采样间隔100微秒）对四导生物电信号进行采样时，假定每个采样值以二字节存放，记录时间为12小时，那么数据量为： L = 2*4*10000*60*60*12 = 3456000000 (Bytes) = 3375000 (K bytes) = 3295.9 (M bytes) = 3.22 (G bytes)

降低数据量的方法 （1）采用合适的采样率 （2）数据压缩

（1）采用合适的采样率 根据信号分析的预期目标, 在不发生“混迭效应”的前提下，尽可能降低信号的采样率。 在采集多路信号时，可对不同信号采用不同的采样率。 对于某些具有平坦段和快速变化段的信号，可采用“变频”采样的办法，即在不同的信号段采用不同的采样频率。

不等频采样和变频采样

（2）数据压缩

数据压缩的实质是减小冗余度（Redundancy） 冗余-多余的信息 一个简单的信息编码的例子 符号 编码 A 0 B 10 C 110 D 1110 E 11110 根据上面的码表，可以从下面这串二进制流中分辨出真正的信息内容，25位的数据代表了80位的数据，实现了数据压缩。 1110010101110110111100010 DABBDCEAAB

一个图像压缩的例子 TIFF压缩格式

生物信号压缩的其他方法 --- 以心电信号压缩的常用方法为例 生物信号压缩的其他方法 --- 以心电信号压缩的常用方法为例 （1）转折点算法 相邻两点中取一点的方法，压缩比1/2。 （2）AZTEC算法 “幅值-时间段编码”算法，信号用直线段和斜线段表 示，每个线段具有时间和幅值两个参数。

转折点算法

AZTEC算法 1，6为直线段，保存幅 值和时间； 2、3、4、5为斜线段，保存幅值、方向符号和时间。

数字滤波 数字滤波器较之模拟滤波器有更多的优点。 数字滤波器是一种数字式的处理设备，在计算机中实际上是对采集的信号数字序列进行运算，得出新的序列。 对滤波器的要求是要不失真地保留有用信号，并尽可能明显地抑制无用信号。从本质上讲，就是要求滤波器在所需的频带内具有平坦的幅频特性和线性的相频特性。

最简单的数字滤波器 加权滑动平均

5点加权滑动滤波器实例

数字滤波器的一般形式 数字滤波器分为递归型和非递归型。 递归，即滤波器内部存在反馈回路，这种滤波器对单位冲击响应可以延续 到无限长的时间，所以也叫 IIR (infinite impulse response filter) 。 非递归，即不存在反馈，也叫 FIR (finite impulse response filter)。 数字滤波器的一般形式为： a(0)*y(n) = b(0)*x(n) + b(1)*x(n-1) + ... + b(nb)*x(n-nb) - a(1)*y(n-1) - ... - a(na)*y(n-na) a 都为零为IIR，a 有非零的为FIR。

数字滤波器的设计 （1）根据数字滤波器的一般形式 ，确定用多少 项输入和输出值，以及用怎样的权系数以达到所需的幅频特性和相频特性。 （2）按给定的指标先设计一个模拟滤波器，然后再进行数字化。一些具有优良性能的滤波器，如巴特沃氏滤波器、切比雪夫滤波器等在数字滤波器设计中得到了广泛的应用

用直线拟合法消除基线漂移的示意图

自适应噪声抵消系统 自适应模型 所谓自适应模型，是指模型具有自我学习的功能，在信息被输入之前先设定一个模型并假定其参数，随着信息的不断输入，模型的参数不断修正，达到理想的数据处理效果。

自适应去噪声原理

自适应噪声抵消系统应用实例

小波变换应用实例