生物医学信号总复习.ppt

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第1-4章总复习4、信号检测2、随机信号的描述方法1、医学信号电生理学基础3、随机信号通过LTI系统生物体所呈现的电现象称为生物电。其电生理学基础就是细胞膜内外的电位差,即膜电位。生物电现象的表现形式有两种,一是安静时细胞膜内外存在的电位差,即静息电位;二是细胞受到刺激时所产生的膜电位的变化,即动作电位。生物活组织中安静时,细胞静息状态下,存在于细胞膜内外的电位差,称为静息电位或静息膜电位。可兴奋组织或细胞受到阈上刺激时,细胞膜在静息电位基础上发生一次快速而短暂的、可逆转、可传播的电位变化,即为动作电位。一、电生理学基础动作电位的变化过程分为四部分:一、去极化,膜内外电位差逐渐减小直至消失;二、反极化,膜内外两侧电位倒转,成膜内正、膜外负的状态;三、复极化,膜电位极性倒转现象只是短暂的,很快恢复到刺激前膜外正、膜内负的极化状态,即静息电位;四、超极化,静息电位向膜内负值增大的方向变化的过程。动作电位的“全或无”特性——刺激强度未达到阈值,动作电位不会发生;刺激强度达到阈值后即可触发动作电位,而且其幅度立即达到该细胞动作电位的最大值,也不会随刺激强度的继续增强而随之增大。01动作电位的可传播性——动作电位产生后,并不局限于受刺激的局部区域,而是迅速向周围传播直至整个细胞都依次产生一次动作电位,而且动作电位在同一细胞上的传播是不衰减的,其幅度和波形始终保持不变。02动作电位的重要特性细胞膜两侧存在离子浓度差,例如:细胞膜内K+浓度高于细胞膜外,而细胞外Na+、Ca2+、Cl-高于细胞内,这种浓度差的维持依靠离子泵的主动转运。(主要是Na+-K+泵的转运)。细胞膜在不同状态下对不同离子的通透性不同:例如,安静时主要允许K+通透,而去极化到阈电位水平时又主要允许Na+通透。可兴奋组织或细胞受阈上刺激。动作电位的形成条件信号弱。例如从母体腹部取到的胎儿心电信号10~50μV,脑干听觉诱发响应信号小于1μV。噪声强。由于人体自身信号弱,加之人体又是一个复杂的整体,因此信号易受噪声的干扰。如胎儿心电混有很强噪声,它一方面来自肌电、工频等干扰;另一方面,在胎儿心电中不可避免地含有母亲心电,母亲心电相对我们要提取的胎儿心电则变成了噪声。生物医学信号的特点01频率范围一般较低。除心音信号频谱成份稍高外,其他电生理信号频谱一般较低。02随机性强。生物医学信号不但是随机的,而且是非平稳的。正是因为生物医学信号的这些特点,使得生物医学信号处理成为当代信号处理技术的一个重要研究领域。随机过程的分类二、随机信号的描述方法1重点掌握什么是平稳随机信号和各态遍历的随机信号。2平稳随机过程——随机信号的统计特性与开始进行统计分析的时刻无关,如白噪声。否则,就是非平稳随机过程,如脑电信号。3平稳随机过程还有弱平稳和强平稳之分。前者只有一、二阶统计特征(如均值、方差、自相关函数、功率谱密度等)具平稳特性;后者则任何阶统计特性都具平稳特性。平稳随机过程又分为各态遍历的随机过程和一般平稳随机过程。各态遍历随机过程——所有样本在固定时刻的统计特征和单一样本在全时间的统计特征一致,称为各态遍历随机过程,如投硬币过程;否则就是一般平稳随机过程。12概率密度函数完整地表现随机变量和随机信号的统计特性,但是信号经处理后往往很难求其概率密度函数。实际往往只需了解随机过程在某一时刻的平均值和实际值相对于这个平均值的分散程度,所以可以引用随机变量的均值、方差等数字特征来描述。随机信号的概率密度函数均值方差随机信号的时域统计特征表示自相关函数——t1时刻随机变量X(t1)和t2时刻随机变量X(t2)乘积的统计均值。自相关函数的性质:1、为偶函数;2、在t1=t2时取得最大值,且有自协方差函数——把均值(直流分量)除去后做剩余部分的相关函数。01互相关函数——说明两个随机信号X、Y在不同时刻取值之间的关联程度。02互协方差函数——从信号X和Y中去掉均值再做互相关函数,所得结果称为互协方差函数。?均值(数学期望)01?自相关函数 02?方差03?均方值 04?自协方差函数05?互协方差函数 06?互相关函数 07平稳随机信号的时域统计特征表示各态遍历的平稳随机信号的时域统计特征表示01?均值(数学期望)02?自相关函数 03各态遍历的随机信号X(n),其均值、方差、均方值及自相关函数等,均是建立在集合平均的意义上的。如均值和自相关函数定义为:04随机信号的频域表示互相关函数的傅立叶变换为互谱密度,即:与功率谱密度自相关函数为一对傅氏变换对随机信号通过LTI系统输出均值式

文档评论(0)

shaoye348 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档