电子科技大学：《生物医学信号处理》课程教学资源（教学大纲）

《生物医学信号处理》课程教学大纲 课程编号：55091125 适用专业：生物医学工程、生物信息学、生物信息技术以及相关专业 学时数：48 学分数：3 先修课程：《线性代数与空间解析几何》、《人体解剖生理学》、《信号与系统》、 《数字信号处理》等 执笔者：《生物医学信号处理》课程组 编写日期：2013年5月 一、课程性质和任务 《生物医学信号处理》是一门理论与实践、原理与应用紧密结合的 重要专业基础课。本课程培养学生熟练掌握离散时间信号和系统的基本 理论和基本分析方法，使学生了解如何应用数字频谱分析、最优滤波器 等技术解决生物医学领域中的具体问题。本课程对于生物医学工程、生 物信息学等专业的学生是必备的重要专业基础课。 1

1 《生物医学信号处理》课程教学大纲 课程编号：55091125 适用专业：生物医学工程、生物信息学、生物信息技术以及相关专业 学 时 数：48 学 分 数：3 先修课程：《线性代数与空间解析几何》、《人体解剖生理学》、《信号与系统》、 《数字信号处理》等 执 笔 者：《生物医学信号处理》课程组 编写日期：2013 年 5 月 一、课程性质和任务 《生物医学信号处理》是一门理论与实践、原理与应用紧密结合的 重要专业基础课。本课程培养学生熟练掌握离散时间信号和系统的基本 理论和基本分析方法，使学生了解如何应用数字频谱分析、最优滤波器 等技术解决生物医学领域中的具体问题。本课程对于生物医学工程、生 物信息学等专业的学生是必备的重要专业基础课

二、理论课程教学内容和要求（40学时) 第1章生物医学信号处理概述 1.教学内容 (1)学习生物医学信号处理的理由 (2)信号及其类型 (3)一些典型的生物医学信号简介 (4)处理生物医学信号的目的 2.教学要求 (1)了解本课程背景，包括整个课程的教学内容、学习方法、与其他课程之间的联 系、学习要求和考核要求： (2)掌握确定性、随机、分形和混沌等4种类型信号的定义以及相互之间的联系与 差别： (3)理解生理过程自发产生的信号，如心电、脑电、肌电、眼电、胃电等电生理信 号和血压、体温、脉搏、呼吸等非电生理信号： (4)了解外界施加于人体的被动信号，如超声波、同位素、X射线等： (5)掌握生物医学信号的主要特点。 第2章数字信号处理基础 1.教学内容 (1)傅立叶变换及其意义 (2)傅立叶变换的性质 (3)频域分析和谱图表示 (4)频域分辨率 (5)数字滤波器的设计和实现 2

2 二、理论课程教学内容和要求 （40 学时） 第 1 章 生物医学信号处理概述 1．教学内容 （1）学习生物医学信号处理的理由 （2）信号及其类型 （3）一些典型的生物医学信号简介 （4）处理生物医学信号的目的 2．教学要求 （1）了解本课程背景，包括整个课程的教学内容、学习方法、与其他课程之间的联 系、学习要求和考核要求； （2）掌握确定性、随机、分形和混沌等 4 种类型信号的定义以及相互之间的联系与 差别； （3）理解生理过程自发产生的信号，如心电、脑电、肌电、眼电、胃电等电生理信 号和血压、体温、脉搏、呼吸等非电生理信号； （4）了解外界施加于人体的被动信号，如超声波、同位素、X 射线等； （5）掌握生物医学信号的主要特点。 第 2 章 数字信号处理基础 1．教学内容 （1）傅立叶变换及其意义 （2）傅立叶变换的性质 （3）频域分析和谱图表示 （4）频域分辨率 （5）数字滤波器的设计和实现

2.教学要求 (1)掌握傅立叶变换的意义及各种变换对、离散傅立叶变换： (2)掌握傅立叶变换的性质： (3)掌握信号的频域分析和谱图表示方法： (4)正确理解频域分辨率的概念： (5)了解常用的数字滤波器的设计和实现方法。 第3章随机信号基础 1.教学内容 (1)随机信号 (2)随机信号的统计特征描述 (3)几种典型的随机过程 (4)随机信号通过线性系统 2.教学要求 (1)了解随机信号的表示方法： (2)掌握概率分布函数和各态遍历随机过程： (3)掌握随机信号的统计特征量和样本数字特征： (4)掌握高斯（正态）过程、理想白噪过程和限带白噪过程； (5)理解随机信号通过线性系统的基本关系式。 第4章数字相关和卷积运算 1.教学内容 (1)线性相关与循环相关 (2)相干函数 (3)线性卷积和循环卷积 3

3 2．教学要求 （1）掌握傅立叶变换的意义及各种变换对、离散傅立叶变换； （2）掌握傅立叶变换的性质； （3）掌握信号的频域分析和谱图表示方法； （4）正确理解频域分辨率的概念； （5）了解常用的数字滤波器的设计和实现方法。 第 3 章 随机信号基础 1．教学内容 （1）随机信号 （2）随机信号的统计特征描述 （3）几种典型的随机过程 （4）随机信号通过线性系统 2．教学要求 （1）了解随机信号的表示方法； （2）掌握概率分布函数和各态遍历随机过程； （3）掌握随机信号的统计特征量和样本数字特征； （4）掌握高斯（正态）过程、理想白噪过程和限带白噪过程； （5）理解随机信号通过线性系统的基本关系式。 第 4 章 数字相关和卷积运算 1．教学内容 （1）线性相关与循环相关 （2）相干函数 （3）线性卷积和循环卷积

(4)相关函数和功率谱估计 (5)相关技术的生物医学应用 2.教学要求 (1)掌握线性相关与循环相关的定义、计算方法，了解二者的异同； (2)掌握相干函数的概念： (3)掌握线性卷积和循环卷积的定义、计算方法，了解二者的异同； (4)掌握相关函数和功率谱估计的计算方法： (5)通过脑机接口应用实例，使学生初步了解相关技术解决生物医学问题的方法。 第5章维纳滤波 1.教学内容 (1)维纳滤波器的时域解 (2)维纳预测器 (3)维纳滤波器的应用 2.教学要求 (1)掌握最小均方误差准则的概念： (2)理解维纳一霍夫方程的推导方法 (3)掌握有限脉冲响应法求解维纳一霍夫方程的方法： (4)掌握预白化法求解维纳一霍夫方程的方法： (5)了解纯预测器(N步)和一步线性预测器： (6)掌握维纳滤波器去除心电信号中高斯噪声的原理和方法。 4

4 （4）相关函数和功率谱估计 （5）相关技术的生物医学应用 2．教学要求 （1）掌握线性相关与循环相关的定义、计算方法，了解二者的异同； （2）掌握相干函数的概念； （3）掌握线性卷积和循环卷积的定义、计算方法，了解二者的异同； （4）掌握相关函数和功率谱估计的计算方法； （5）通过脑机接口应用实例，使学生初步了解相关技术解决生物医学问题的方法。 第 5 章 维纳滤波 1．教学内容 （1）维纳滤波器的时域解 （2）维纳预测器 （3）维纳滤波器的应用 2．教学要求 （1）掌握最小均方误差准则的概念； （2）理解维纳－霍夫方程的推导方法； （3）掌握有限脉冲响应法求解维纳－霍夫方程的方法； （4）掌握预白化法求解维纳－霍夫方程的方法； （5）了解纯预测器（N 步）和一步线性预测器； （6）掌握维纳滤波器去除心电信号中高斯噪声的原理和方法

第6章卡尔曼滤波 1.教学内容 (1)卡尔曼滤波信号模型 (2)状态方程和量测方程 (3)卡尔曼滤波算法 (4)卡尔曼滤波器的医学应用 2.教学要求 (1)了解卡尔曼滤波信号模型的概念： (2)理解卡尔曼滤波的状态方程和量测方程： (3)了解卡尔曼滤波算法，包括卡尔曼滤波的一步递推法模型和卡尔曼滤波的递推 公式： (4)初步了解卡尔曼滤波在脑诱发电位提取中的应用。 第7章随机信号的参数建模法 1.教学内容 (1)三种参数模型 (2)AR模型参数的估计 (3)参数建模法的应用 2.教学要求 (1)掌握AR模型的定义和建模方法：了解MA模型和ARMA模型的定义和建模 方法：理解三种参数模型的特点： (2)掌握L-D算法估计AR模型参数的方法： (3)了解基于AR模型的线性预测器原理： (4)掌握AR模型技术建模生物医学信号的方法

5 第 6 章 卡尔曼滤波 1．教学内容 （1）卡尔曼滤波信号模型 （2）状态方程和量测方程 （3）卡尔曼滤波算法 （4）卡尔曼滤波器的医学应用 2．教学要求 （1）了解卡尔曼滤波信号模型的概念； （2）理解卡尔曼滤波的状态方程和量测方程； （3）了解卡尔曼滤波算法，包括卡尔曼滤波的一步递推法模型和卡尔曼滤波的递推 公式； （4）初步了解卡尔曼滤波在脑诱发电位提取中的应用。 第 7 章 随机信号的参数建模法 1．教学内容 （1）三种参数模型 （2）AR 模型参数的估计 （3）参数建模法的应用 2．教学要求 （1）掌握 AR 模型的定义和建模方法；了解 MA 模型和 ARMA 模型的定义和建模 方法；理解三种参数模型的特点； （2）掌握 L-D 算法估计 AR 模型参数的方法； （3）了解基于 AR 模型的线性预测器原理； （4）掌握 AR 模型技术建模生物医学信号的方法

第8章自适应滤波 1.教学内容 (1)LMS自适应维纳滤波器 (2)自适应噪声抵消器 (3)生物医学应用 2.教学要求 (1)掌握LMS自适应维纳滤波器原理和参数选择方法： (2)自适应噪声抵消器原理和设计方法： (3)了解自适应噪声抵消技术增强ECG监护的方法： (4)了解自适应噪声抵消技术增强EGG信号的方法。 三、实验教学内容和要求（8学时) 实验项目1 1、实验项目名称：谱分析和随机信号分析 2、实验项目的目的和任务：了解随机信号的特征。 3、实验内容：利用MATLAB中的伪随机序列产生函数randn(O产生多段l000点的序 列，编制一个程序，计算随机信号的数字特征，包括均值、方差、均方值、最后把 计算结果平均，绘制数字特征图形。 4、项目需用仪器设备名称：计算机、Matlab软件。 5、所需主要元器件及耗材：无。 6、学时数：1.5 实验项目2 1、实验项目名称：数字相关和数字卷积程序设计与实现 2、实验项目的目的和任务：熟悉数字相关和数字卷积运算。 3、实验内容：编写函数实现两个随机序列的线性、循环相关和线性、循环卷积。 6

6 第 8 章 自适应滤波 1．教学内容 （1）LMS 自适应维纳滤波器 （2）自适应噪声抵消器 （3）生物医学应用 2．教学要求 （1）掌握 LMS 自适应维纳滤波器原理和参数选择方法； （2）自适应噪声抵消器原理和设计方法； （3）了解自适应噪声抵消技术增强 ECG 监护的方法； （4）了解自适应噪声抵消技术增强 EGG 信号的方法。 三、实验教学内容和要求 （8 学时） 实验项目 1 1、实验项目名称：谱分析和随机信号分析 2、实验项目的目的和任务：了解随机信号的特征。 3、实验内容：利用 MATLAB 中的伪随机序列产生函数 randn()产生多段 1000 点的序 列，编制一个程序，计算随机信号的数字特征，包括均值、方差、均方值、最后把 计算结果平均，绘制数字特征图形。 4、项目需用仪器设备名称：计算机、Matlab 软件。 5、所需主要元器件及耗材：无。 6、学时数：1.5 实验项目 2 1、实验项目名称：数字相关和数字卷积程序设计与实现 2、实验项目的目的和任务：熟悉数字相关和数字卷积运算。 3、实验内容：编写函数实现两个随机序列的线性、循环相关和线性、循环卷积

4、项目需用仪器设备名称：计算机、Matlab软件 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目3 1、实验项目名称：维纳一霍夫方程的计算机求解 2、实验项目的目的和任务：学习使用Matlab实现W-H程序的编写。 3、实验内容：编写函数解W-H方程，寻找最优的滤波器，并检验该程序的准确性和 掌握用法。 4、项目需用仪器设备名称：计算机、Matlab软件。 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目4 1、实验项目名称：L-D算法的实现和AR模型的仿真 2、实验项目的目的和任务：学习使用Matlab实现Y-W程序的编写。 3、实验内容：已知观测信号，编写函数解Y-W方程，寻找参数系数，并检验该程序 的准确性和掌握用法。 4、项目需用仪器设备名称：计算机、Matlab软件。 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目5 1、实验项目名称：自适应噪声抵消算法的软件设计与实现 2、实验项目的目的和任务：学习使用MATLAB编写LMS自适应滤波器，以及如 何在生物医学信号中进行应用。 3、实验内容：已知观测信号，编写LMS自适应滤波器算法，应用于增强胎儿ECG 的处理，检验该程序的准确性和掌握Matlab自带函数的用法。 7

7 4、项目需用仪器设备名称：计算机、Matlab 软件 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目 3 1、实验项目名称：维纳－霍夫方程的计算机求解 2、实验项目的目的和任务：学习使用 Matlab 实现 W-H 程序的编写。 3、实验内容：编写函数解 W-H 方程，寻找最优的滤波器，并检验该程序的准确性和 掌握用法。 4、项目需用仪器设备名称：计算机、Matlab 软件。 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目 4 1、实验项目名称： L-D 算法的实现和 AR 模型的仿真 2、实验项目的目的和任务：学习使用 Matlab 实现 Y-W 程序的编写。 3、实验内容：已知观测信号，编写函数解 Y-W 方程，寻找参数系数，并检验该程序 的准确性和掌握用法。 4、项目需用仪器设备名称：计算机、Matlab 软件。 5、所需主要元器件及耗材：无 6、学时数：1.5 实验项目 5 1、实验项目名称：自适应噪声抵消算法的软件设计与实现 2、实验项目的目的和任务：学习使用 MATLAB 编写 LMS 自适应滤波器，以及如 何在生物医学信号中进行应用。 3、实验内容：已知观测信号，编写 LMS 自适应滤波器算法，应用于增强胎儿 ECG 的处理，检验该程序的准确性和掌握 Matlab 自带函数的用法

4、项目需用仪器设备名称：计算机、Matlab软件 5、所需主要元器件及耗材：无 6、学时数：2 四、考核方式： 平时成绩占20%（含期中考核、科研小论文、考勤、作业和单元测练）； 实验占20%：上机实验操作和实验报告： 期末考核占60%：闭卷笔试。 五、建议教材和参考资料： 1.教材：《生物医学信号处理》，饶妮妮，李凌，电子科技大学出版社，2005年： 2.参考资料： [山杨福生，高上凯.生物医学信号处理.北京：高等教育出版社，1988 [2]D.C.Reddy.Biomedical Signal Processing:Principles and Techniques.TaTa McGraw-Hill Publishing Company Limited,2005 [3]聂能、尧德中、谢正祥、李凌等.生物医学信号数字处理技术及应用.北京： 科学出版社，2005 [4]张贤达.现代信号处理.北京：清华大学出版社， [6]应启珩.离散时间信号分析和处理.北京：清华大学出版社，2001 [7]A.V.Oppenheim and R.W.Schafer.Discretetime Signal Processing.1989

8 4、项目需用仪器设备名称：计算机、Matlab 软件 5、所需主要元器件及耗材：无 6、学时数：2 四、考核方式： 平时成绩占 20%（含期中考核、科研小论文、考勤、作业和单元测练）； 实验占 20%：上机实验操作和实验报告； 期末考核占 60%：闭卷笔试。 五、建议教材和参考资料： 1. 教材：《生物医学信号处理》，饶妮妮，李凌，电子科技大学出版社，2005 年； 2．参考资料： [1] 杨福生，高上凯. 生物医学信号处理. 北京: 高等教育出版社,1988 [2] D. C. Reddy. Biomedical Signal Processing: Principles and Techniques.TaTa McGraw – Hill Publishing Company Limited, 2005 [3] 聂能、尧德中、谢正祥、李凌等. 生物医学信号数字处理技术及应用. 北京： 科学出版社,2005 [4] 张贤达. 现代信号处理. 北京: 清华大学出版社. [6] 应启珩.离散时间信号分析和处理. 北京: 清华大学出版社，2001 [7] A. V. Oppenheim and R. W. Schafer. Discretetime Signal Processing. 1989