生物医学信号处理

引言
第一部分 基础篇
第一章 随机信号特征的描述
1.1 物理信号的分类
1.2 单一随机信号的基本特征
1.3 几种典型的随机过程
1.4 随机信号的联合特征
1.5 离散时间随机信号的特征
1.6 本章总结
习题
第二章 随机信号通过线性系统
2.1 概述
2.2 单输入单输出的线性系统
2.3 多输入多输出的线性系统
2.4 离散时间的线性系统
习题
3.1 概述
第三章 随机信号通过非线性系统
3.2 直接方法
3.3 变换方法
习题
第四章 检测方法的基本概念
4.1 概述
4.2 各种检测准则(检测判据)
4.3 多次观察
4.4 多元检测
习题
第五章 参数估计的基本原理
5.1 概述
5.2 各种估计准则
5.3 估计的进一步举例
5.4 估计量的性质
5.5 线性估计概述
5.6 线性均方估计
5.7 递归的线性最小均方误差估计
5.8 最小二乘估计
习题
基础篇参考文献
第二部分 方法篇
第六章 相关技术
6.1 概述
6.2 直接估计法
6.3 通过快速傅氏变换(FFT)估计自相关函数
6.4 其他相关函数的估计
6.5 相关技术的应用
6.6 相关处理的引申
习题
参考文献
第七章 谱估计
7.1 概述
7.2 基本的估计算法
7.3 估计质量的评价
7.4 功率谱估计的改进
7.5 互谱的估计
7.6 谱估计时的一些实际考虑和应用实例
习题
参考文献
第八章 噪声中确定性波形的检测与提取
8.1 概述
8.2 白噪背景下的匹配滤波器
8.3 离散时间形式的匹配滤波器
8.4 相关检测--似然比检验的扩展
8.5 非白噪声下的匹配滤波器
8.6 应用实例
8.7 相干平均法提取诱发响应
习题
参考文献
第九章 维纳滤波
9.1 概述
9.2 波形线性均方估计的正交原理
9.3 维纳-霍夫(Wiener-Horf)积分方程
9.4 非因果的维纳滤波问题
9.5 因果的维纳滤波器
9.6 预测问题
9.7 后验维纳滤波与互补维纳滤波
9.8 应用实例
习题
参考文献
第十章 参数模型
10.1 概述
10.2 自回归模型的一些性质
10.3 AR模型系数的估计(一)--自相关法
10.4 格形结构和后向预测
10.5 AR模型系数的估计(二)--Burg法
10.6 最小二乘法--Marple算法
10.7 AR模型阶次的估计
10.8 ARMA模型参数的估计
10.9 应用实例
习题
参考文献
11.1 概述
第十一章 卡尔曼滤波
11.2 滤波问题--纯量情况
11.3 一步预测--纯量情况
11.4 卡尔曼滤波器--矢量情况
11.5 应用实例
习题
参考文献
第十二章 自适应处理--随机梯度法
12.1 概述
12.2 横向结构的随机梯度法
12.3 应用实例
12.4 随机梯度法的引申
12.5 格形结构的随机梯度法
习题
参考文献
第十三章 自适应处理--递归的最小二乘法
13.1 概述
13.2 数学基础
13.3 投影算子的几个更新公式
13.4 前加窗情况的预测问题
13.5 预测误差滤波器系数的递归计算
13.6 联合过程的前加窗自适应处理
13.7 应用实例
13.8 横向结构滤波器的RLS算法
习题
参考文献
14.1 概述
第三部分 应用篇
第十四章 自发脑电信号的处理
14.2 脑电图瞬态的提取
14.3 准平稳分段
14.4 特征提取--传统方法
14.5 特征提取--现代方法
14.6 结束语
参考文献
15.1 概述
第十五章 诱发脑电信号的处理
15.2 听觉诱发响应信号的提取与处理
15.3 视觉诱发电位信号的处理
15.4 结束语
参考文献
第十六章 肌电信号的处理
16.1 概述
16.2 肌电信号的模型
16.3 对表面肌电做模式分类
16.4 肌肉力的连续估计与疲劳分析
16.5 针电极肌电图的信号处理
参考文献
第十七章 人体软组织超声衰减系数的测量
17.1 概述
17.2 测量的基本原理
17.3 存在问题
17.4 衰减系数成象的可行性
参考文献