Windows环境下生物信号处理系统的软件设计

介绍Ｗｉｎｄｏｗｓ环境下生物信号数据采集与分析系统的软件设计方法。     

IBM微机在生理实验中的应用

本文介绍了一套用于生理实验的软件和硬件系统。系统实现了对生物信号进行实时采集和显示,能把以前采到的波形数据再显示出来,能在指定的时刻输出触发脉冲信号,能方便地测量生物信号的幅度、时间、积分和斜率。本系统已在神经动作电位、肌肉收缩、心电和呼吸运动等实验中得到应用,取得了满意的效果。     

广义时频分析方法在耳声发射研究中的应用 Ⅰ.仿真瞬态诱发耳声发射信号的时频分布

为了研究瞬态诱发耳声发射的时频分布,寻找其时频分布的最佳计算方法,首先筚计介绍了广时频分析方法,并描述了其中二次时频表示方法的特特点,然后用Ｗｉｇｎｅｒ分布及其改进型分布计算了仿真的瞬态诱发耳声发射信号的时频分布,通过对不同分布计算结果的比较,得出了锥形核分布最适合用于描述瞬态诱发耳声发射的时频分布。     

NSA－Ⅱ型生理信号处理系统

介绍一种ＩＢＭ－ＰＣ系列微机生理信号采集、处理系统。该系统信号采集卡集程控放大、脉冲甄别、Ａ／Ｄ、Ｄ／Ａ等电路于一体,可满足各种生理信号的采集需要。采集信号时可长时间显示,动态观察。采样后,按需要给出各种图表与结果。部分处理方法采用独特数学模型,使结果更加精确。     

小波理论及其在医学信号处理中的应用

小波理论在最近几年发展极其迅速,它在不同领域中已取得了成功的应用．本文讨论小波和小波变换的性质,并借以小波理论是局部分析的有力工具,对一小段上医学信号的异常信息,可以很灵敏地通过小波系数反映出来．在医学信号处理中小波理论还能够被用作多功能滤波器．     

谱分析在DNA序列分析中的应用

目的：谱分析是信号处理的常用方法,其中的统计相关分析、傅里叶变换、小波变换和数字滤波等手段已逐渐应用到DNA序列的分析中,这些应用包括DNA序列的周期性分析、基因识别和同源性分析等方面。本文对谱分析方法在DNA序列分析中的应用情况进行简单的综述。     

小波变换与生物医学信号处理

作为数字信号处理领域的一个重要分支,生物医学信号处理理论与技术的研究一直受到国内外科技工作者的高度重视。小波变换是近年来发展起来的一种新的信号分析工具。本文结合生物医学信号与小波变换的特点,探讨了小波变换在生物医学信号处理领域的应用前景。     

一种改进的小波阈值法去除耳声发射中的伪迹

本文探讨了耳声发射及其分类、特性、目前存在的问题和相关研究方法,并提出一种改进的小波阈值处理方法,它是基于一种多分辨分析小波阈值去噪,在传统的软、硬阈值去噪基础上设立两个变量,通过调节这两个变量有效地达到去除噪声的效果。     

广义时频分析方法在耳声发射研究中的应用 Ⅰ.仿真瞬态诱发耳声发射信号的时频分布

为了研究瞬态诱发耳声发射的时频分布, 寻找其时频分布的最佳计算方法, 首先系统地介绍了广义时频分析方法,并描述了其中二次时频表示方法的特点,然后用Ｗｉｇｎｅｒ 分布及其改进型分布计算了仿真的瞬态诱发耳声发射信号的时频分布,通过对不同分布计算结果的比较,得出了锥形核分布最适合用于描述瞬态诱发耳声发射的时频分布。     

短纯音诱发耳声发射的指数方法时频分析

目的在于使用指数分布方法计算来自于正常人耳短纯音诱发耳声发射（Ｔｏｎｅ－ｂｕｒｓｔＥｖｏｋｅｄＯｔｏａｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎｓ,ＴＢＯＡＥｓ）的时频分布。对耳声发射的定量分析依赖于谱方法,而ＴＢＯＡＥｓ是非平稳信号,因此传统的谱分析方法已不能满足要求,指数分布能很好地给出ＴＢＯＡＥｓ的时频表示。我们根据对仿真信号及实测ＴＢＯＡＥｓ的计算结果,分析了其时频分布的特点,并对不同的频率成份与潜伏期的关系进行了描述。     

基于FPGA的彩超信号处理中的壁滤波器设计与实现

目的:探索一种投影初始化无限冲激响应(ⅡR)壁滤波器的设计以及其在现场可编辑门阵列(FPGA)平台上的实现.方法:首先,利用矩阵实验室(Matlab)矩阵运算的优势,进行算法的仿真,通过对仿真结果的分析,初步评估该算法的有效性;其次,将算法进行理论上的优化,以使其能满足在硬件上运行的可行性;最后,根据现场可编辑门阵列(FPGA)的结构特点以及该算法的运算特点,提出了一种硬件运算结构来实现该滤波器算法.结果:这种投影初始化无限冲激响应(ⅡR)壁滤波器能充分利用可编辑门阵列(FPGA)并行运算的特点提高运算效率,并能有效的抑制人体内反射回来的杂波信号,提取出了血流的多普勒频移.结论:投影初始化无限冲激响应(ⅡR)壁滤波器在现场可编辑门阵列(FPGA)里得到了实现.     

上海嘉龙教仪厂专业生产生理、药理、生物学实验仪器

SMUP型生物信号处理系统（复旦大学上海医学院生理学教研究研制） 系统能在80586、P2、P3等微机上使用。功能多，实时处理能力强，可对血压、心电、脑电、细胞放电、脉搏、呼吸等生物信号进行多种处理，适用于循环、神经、呼吸、感官等系统的联机实验和资料处理。     

脑电信号数据压缩及棘波识别的小波神经网络方法

本文在对小波神经网络及其算法研究的基础上,提出了一种对脑电信号压缩表达和痫样脑电棘波识别的新方法。实验结果显示,小波网络在大量压缩数据的同时,能够较好的恢复原有信号,另外,在脑电信号的时频谱等高线图上,得到了易于自动识别的棘波和棘慢复合波特征,说明此方法在电生理信号处理和时频分析方面有着光明的应用前景。     

听觉中枢神经元对声信号的识别和处理

人类听觉的基本特性和机制与其他哺乳动物相似,因此,利用动物所作的听觉研究和获得的结果,有助于认识人类自身的听觉.围绕听觉中枢神经元对不同模式的声信号的识别和处理,简要综述了这方面的研究.声信号和声模式识别在听觉中枢对声信号的感受和加工中具有重要意义.听神经元作为声模式识别的结构和功能基础,对不同的声刺激模式产生不同反应,甚至是在同一声刺激模式下,改变其中的某个声参数,神经元的反应也会发生相应改变,而其反应的特性和机制均需要更多研究来解答.另外,声信号作为声信息的载体,不同的声信息寓于不同的声参数和声特征之中,研究发现,听觉中枢神经元存在相应的声信息甄别和选择的神经基础,能对动态变化的声频率、幅度和时程等进行反应和编码,并且,在不同种类动物上获得的研究结果极为相似,表明听觉中枢对不同声信号和声刺激模式的识别、分析和加工,具有共同性和普遍性.     

小波神经网络在脑电信号数据压缩与棘波识别中的应用

介绍了一种新的神经网络模型———小波神经网络,利用它并适当调节网络、小波基参数,实现了对脑电信号的压缩表达,较好的恢复了原有信号。另外,在其算法研究的基础上,提出了适应于非稳态和非线性信号处理的时频分析新方法。在脑电信号的时频谱等高线图上,得到了易于自动识别的棘波和棘慢复合波特征,与传统的短时傅立叶变换（ＳＴＦＴ）和Ｗｉｇｎｅｒ分布相比,此方法有更高的分辨率和自适应性,而且其时频能量分布没有交叉项干扰。     

数字信号处理在生物医学工程中的应用

数字信号处理技术一诞生就显示了强大的生命力,展现了极为广阔的应用前景.主要讨论数字信号处理技术中小波分析、人工神经网络、维格纳分布在生物医学工程中的应用,并对数字信号处理技术在生物医学工程中的应用前景进行了展望.     

瞬态刺激诱发耳声发射非线性特性的研究

耳声发射（ＯｔｏａｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎｓ,ＯＡＥｓ）是目前对外周听觉系统是否完好无损评价的客观指标。瞬态刺激诱发的耳声发射（ＴｒａｎｓｉｅｎｔＥｖｏｋｅｄＯＡＥｓ,ＴＥＯＡＥｓ）在初始部分通常混杂有伪迹成份（主要指耳道对刺激声直接反射的回声）,这就使得ＯＡＥｓ的测量在临床使用中受到了很多的限制。因此,为了消除伪迹,一种称作“导出的非线性响应＂（ＤｅｒｉｖｅｄＮｏｎｌｉｎｅａｒｉｔｙＲｅｓｐｏｎｓｅ,ＤＮＬＲ）的非线性处理技术取代了传统的线性同步平均技术。本文的主要目的首先是根据听觉系统结构的特点建立了一个简单的模型,通过该模型解释了ＤＮＬＲ方法成立的第一个基本假设,然后根据对正常听力成年人耳朵的实测结果,计算了ＴＥＯＡＥｓ的输入／输出关系曲线,并证明了ＤＮＬＲ方法成立的第二个基本假设,最后对ＤＮＬＲ技术和同步平均技术进行了比较和分析,并且得到了一些有益的结论。     

广义时频分析方法在耳声发射研究中的应用 Ⅱ.短声与短纯音诱发耳声发射信号的时频分布

为了进一步探讨耳声发射的产生机制,需要研究不同类型刺激诱发的耳声发射之间的相互关系,主要研究短声与短纯音诱发的耳声发射,用广义时频分析方法中的锥形核分布分别计算了它们的时频分布,从其时频分布分析了它们之间的相互关系。结果表明：具有不同中心频率的短纯音刺激诱发耳声发射的时频分布的迭加与短声刺激诱发的耳声发射的时频分布具有相似性,两者时频分布中的主要频率成分数目、潜伏期和持续时间完全相同,它们高度的相     

下丘神经元声信号处理过程中的频谱整合

自由声场条件下,采用特定双声刺激、双电极同步记录方法研究了下丘神经元的频谱整合作用。实验在6只大棕蝠(Eptesicus fuscus)上进行,共获得22对频谱整合相关的配对神经元。结果显示：(1)81．8％(36／44)的配对神经元产生相互抑制性频谱整合,18．2％(8/44)为相互易化性频谱整合;(2)频谱整合的范围主要在20～30kHz之间,其中约一半(45．5％,20/44)的配对神经元其最佳频率差小于2kHz,但也可见最佳频率差大于10kHz的配对神经元(13．6％,6/44)产生频谱整合;(3)下丘神经元的频率及强度选择性受频谱整合作用的调制。推测等频层内及等频层之间的下丘神经元在声信号处理过程中存在相互作用机制,以利于对复杂声信号的加工。