医学信号分析与处理

图书标准信息

• 作者 邱天爽
• 出版社 电子工业出版社
• 出版时间 2020-03
• 版次 1
• ISBN 9787121343841
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 412页
• 字数 659千字

【内容简介】

“医学信号分析与处理”是生物医学工程专业本科生和研究生的专业基础课，旨在培养学生基本掌握现代统计信号处理的理论与方法，并能够结合临床研究与应用，利用信号处理手段解决医学诊断与治疗方面的相关问题。全书共10章，包括：绪论，常见的医学信号及其检测与预处理，随机信号分析基础，信号检测与参数估计，随机信号的相关函数估计与功率谱估计，维纳滤波、卡尔曼滤波与粒子滤波，自适应滤波，非平稳生物医学信号分析与处理，非高斯生物医学信号分析与处理，生物医学信号分析与处理的应用实例。本书适合作为高等院校生物医学工程专业或电子信息类专业本科生与硕士研究生“医学信号分析与处理”或“统计信号处理”等课程的教材或教学参考书，也可供有关教师和科技人员阅读。

【作者简介】

邱天爽教授，本科毕业于天津大学电子工程系，在中国科学院大连化学物理研究所从事信号检测与处理方面的研究工作多年，承担我国第一台光多通道分析仪的研制和多项中科院重点军工项目的研究工作。1995年博士毕业于大连理工大学信号与信息处理专业，获工学硕士和博士学位。1996年—2000年在美国北伊利诺大学从事博士后研究工作，在基于分数低阶统计量的非高斯信号处理和脑电信号分析处理方面做出了重要成果。曾任工程师、副教授，现为大连理工大学电子信息与电气工程学部教授，博士生导师。现任中国电子学会高级会员，中国生物医学工程学会高级会员，全国信号处理学会专业委员会委员，医学神经工程学会专业委员会委员。 主要研究方向为非平稳、非高斯统计信号处理与应用，特别是射频与通信信号处理和生物医学信号处理。作为项目负责人主持完成国家自然科学基金项目10项，其他国家级和省部级项目多项。曾获中国科学院、教育部和辽宁省政府科学技术奖9项。

【目录】

11医学信号的分类与特点 

111医学信号概述 

112医学信号的分类 

113医学信号的特点 

12医学电信号及其产生机制 

121细胞的生物电现象 

122细胞生物电信号的产生机制 

13医学信号的采集 

131医学信号采集系统的组成 

132医学信号采集中的噪声与干扰 

133安全问题 

14医学信号分析与处理的作用 

思考题与习题 

第2章常见的医学信号及其检测与预处理 

21心电信号（ECG） 

211心电信号的产生 

212心电信号的特点 

213心电信号的采集 

22脑电信号（EEG） 

221脑电信号的产生 

222脑电信号的分类及其特点 

223脑电信号采集 

224脑电信号的应用 

23诱发电位信号（EP） 

231诱发电位的产生 

232皮层诱发电位的特点 

233诱发电位的采集 

24肌电信号（EMG） 

241肌电信号的产生 

242肌电信号的特点 

243肌电信号的采集与应用 

25胃电信号（EGG） 

251胃电信号的产生 

252胃电信号的特点及其应用 

253胃电信号的检测 

26心音信号 

261心音信号的产生 

262心音信号的特点 

263心音信号的检测 

27医学信号预处理 

271滤波 

272抽取插值与基线漂移窄带滤波 

273工频干扰滤波 

274基于参考信号线性组合消除干扰 

275信号分段 

思考题与习题 

第3章随机信号分析基础 

31医学信号的随机性 

32随机变量的概念与特性 

321随机变量的概念 

322随机变量的分布 

323随机变量的数字特征 

324随机变量的特征函数 

33随机过程与随机信号 

331随机过程与随机信号及其统计分布 

332平稳随机信号 

333各态历经性 

334非平稳随机信号 

335循环平稳随机信号 

34常见的随机信号与随机噪声 

341高斯（正态）分布随机信号 

342白噪声与带限白噪声过程 

343高斯-马尔可夫过程 

344其他常见随机噪声 

345随机信号与噪声的产生方法 

35随机信号通过线性系统 

351线性系统输出及其概率分布 

352线性系统输出的数字特征 

353系统的等效噪声带宽与随机信号的带宽 

36随机信号的经典分析方法 

361常见随机信号的概率密度函数 

362随机信号数字特征的计算 

37随机信号的现代参数模型方法 

371随机信号的沃尔德分解定理 

372平稳随机信号的线性参数模型 

373AR模型参数的估计 

374AR模型阶数的确定 

38医学信号统计分析举例 

381医学数据的统计直方图与统计量估计 

382医学数据的拟合 

思考题与习题