spContent=本课程是生物医学工程专业核心课程,是一门理论与实践、原理与工程应用紧密结合的重要专业必修课,教学内容包括绪论、数字信号处理基础、随机信号基础、数字相关和数字卷积、维纳滤波器的设计和应用、参数建模及其应用、自适应滤波器设计和应用。
本课程是生物医学工程专业核心课程,是一门理论与实践、原理与工程应用紧密结合的重要专业必修课,教学内容包括绪论、数字信号处理基础、随机信号基础、数字相关和数字卷积、维纳滤波器的设计和应用、参数建模及其应用、自适应滤波器设计和应用。
—— 课程团队
课程概述
本课程是生物医学工程专业核心课程,是一门理论与实践、原理与工程应用紧密结合的重要专业必修课,教学内容包括绪论、数字信号处理基础、随机信号基础、数字相关和数字卷积、维纳滤波器的设计和应用、参数建模及其应用、自适应滤波器设计和应用。课程设计了约30个知识点让同学们学习,着重培养学生发现问题、分析问题和解决问题的能力、组内合作和沟通交流能力、学生设计文稿、陈述发言、清晰表达、回答问题的能力。
授课目标
知识目标:通过本课程的学习可以培养学生熟练掌握随机信号处理的基本理论和分析方法,掌握功率谱分析、相关技术、最优滤波器设计、参数建模等信号处理方法在生物医学工程中的应用。
能力目标:将信息科学和生物医学工程专业等相关理论应用于实践的能力;运用系统思维和创新思维,提取实际医学信号特征的能力;能够综合应用各种信号处理技术与方法解决复杂医工交叉问题的能力;通过研讨环节培养较强的团队协作能力、表达能力和沟通能力。
素质目标:建立系统的复杂信号处理的理论和应用意识,具有较强的面向未知问题的主动探索精神;有不断开拓新技术的意识。
课程大纲
第一章 绪论
课时目标:课堂讲授,主要内容和应达到要求:了解医学信号处理的研究对象、目的与应用;了解医学信号处理的基本组成与主要内容、特点与发展概况;了解信号在频域中的分析与表示;了解如何设计实现IIR滤波器和FIR滤波器。
第一节 信号的分类
第二节 生物医学信号举例
第三节 信号处理目的和例子
第四节 IIR滤波器设计及其在医学信号处理中的应用
第五节 FIR滤波器设计及其在医学信号处理中的应用
第二章 随机信号基础
课时目标:了解随机信号的概念与性质;了解平稳过程与各态遍历的基本概念;了解随机信号的表示方法;了解常见的随机过程及相应的特性;了解研究确定信号的常用方法及随机信号通过线性系统前后的关系。
第一节 随机信号的一阶、二阶、概率密度等统计特征的估计方法
第二节 随机信号的功率谱密度函数的估计
2.2.1 功率谱密度函数的概念
2.2.2 功率谱的估计——自相关法
2.2.3 功率谱的估计——周期图法
2.2.4 功率谱的估计——改进法
第三节 随机信号的时频分析
第四节 闭眼和开眼脑电信号时频特征的差异比较
第三章 随机信号的相关和相干技术
课时目标:了解卷积、相关、相干的概念和应用;了解信号功率谱估计方法的原理及其应用。
第一节 相关和相干技术的计算机实现
第二节 成对相关
第三节 微弱信号的检测相关技术
第四节 估计距离的延时相关技术
第五节 频域相干技术及其在医学信号中的应用
第四章 维纳滤波
课时目标:了解维纳滤波器及其基本原理、设计方法与应用;了解不同方法求解维纳-霍夫方程;了解维纳滤波器的类型、原理及应用。
第一节 维纳滤波器的设计——有限脉冲响应法
第二节 维纳滤波器的设计——功率谱法
第三节 维纳滤波器的设计——预白化法
第四节 维纳滤波器的应用
第五节 维纳预测器的设计和应用
第五章 随机信号的参数建模
课时目标:了解AR模型的参数估计的相关算法及其实现步骤、在脑电信号中的实际应用与优缺点;了解如何确定AR模型的阶数;了解参数建模的应用。
第一节 AR模型参数的估计——L-D算法
第二节 AR模型最优阶数的估计——FPE和AIC方法的比较
第三节 参数建模的应用——谱估计
第四节 参数建模的应用——特征提取
第五节 参数建模的应用——去噪
第六章 自适应滤波
课时目标:了解自适应滤波器的算法与实现步骤;了解自适应噪声抵消器的目的、原理、实现方法及应用;了解自适应滤波在生物医学方面的具体应用。
第一节 LMS自适应维纳滤波器的设计
第二节 自适应噪声抵消器的设计
第三节 自适应滤波的应用——谱线增强
第四节 自适应滤波的应用——噪声抵消
第五节 自适应滤波的应用——系统辨识
展开全部
预备知识
先修课程:信号与系统、数字信号处理、概率论与数理统计
参考资料
1.《医学信号处理及Matlab应用》,李凌,电子科技大学出版社,2025。
2.《生物医学信号处理》,饶妮妮,李凌,电子科技大学出版社,2005。
3.《生物医学信号处理》,杨福生,高等教育出版社,1988。
4.《医学信号数字处理技术及应用》,谢正祥,科学技术文献出版社,1992。
5.《生物医学数字信号处理》,林家瑞译,华中科技大学出版社,2001。
6.《生物医学信号数字处理技术及应用》,聂能等,科学出版社,2005。
7.《医学信号分析与处理》,邱天爽,电子工业出版社,2020。