医学信号处理就业前景_《生物医学信号处理》(刘海龙)【图片简介评论价格目录】

发布时间：2016-12-11 21:20

本文关键词：医学信号处理，由笔耕文化传播整理发布。

便宜淘好货：万种图书低至2折

生物医学信号处理 内容简介

本书是介绍了生物医学信号处理*全面系统的教材，，研究了教学的经验和重点，附有大量例题和习题。

生物医学信号处理 本书目录

第l章生物电磁现象产生机制及其测量
1．1 概述
1．2 生物电磁现象及其产生机制
1．2．1 细胞的生物电现象
1．2．2 生物电现象的产生机制
1．3 生物电磁信号的测量与分析
1．3．1 场电位和电流源密度的定量分析
1．3．2 生物容积导体的特性
1．4 生物电磁信号测量技术的应用
1．4．1 偶极子理论
1．4．2 心电图
1．4．3 心磁图
1．4．4 心电图与心磁图的比较
习题
第2章随机信号分析
2．1 概述
2．2 随机信号的特征
2．2．1 概率密度函数
2．2．2 数字特征
2．2．3 自相关函数
2．2．4 功率谱
2．3 常见的随机过程
2．3．1 高斯(正态)过程
2．3．2 白噪声过程
2．3．3 高斯一马尔可夫过程
2．4 随机信号的联合特征
2．4．1 互相关函数
2．4．2 互谱密度
2．5 离散时间随机信号的特征
2．5．1 随机信号的采样定理
2．5．2 离散随机信号的统计特性
2．6 非白噪声的正交展开
2．6．1 卡南一洛伊夫(Karhunen—Loeve)展开式
2．6．2 狄拉克(I)irac)δ函数的性质
习题
第3章随机信号通过线性时不变系统
3．1 概述
3．2 二端线性时不变系统
3．2．1 基本特征
3．2．2 两个随机过程的相干函数
3．3 多端线性时不变系统
3．4 离散随机信号通过线性时不变系统
习题
第4章信号检测
4．1 概述
4．1．1 检测分类
4．1．2 检测的各种概率描述
4．2 常见检测准则(检测判据)
4．2．1 极大后验概率准则
4．2．2 *小失误率准则
4．2．3 贝叶斯准则
4．2．4 纽曼一皮尔逊准则
4．3 多次观察
4．4 多元检测
4．4．1 离散型随机变量观察值
4．4．2 连续型随机变量观察值
习题
第5章信号的参数估计
5．1 概述
5．2 非线性估计
5．2．1 贝叶斯估计
5．2．2 极大似然估计
5．2．3 观察是矢量情况
5．3 应用举例
5．4 估计量的性质
5．4．1 非随机参数的克拉美一劳下限和极大似然估计
5．4．2 随机参数的克拉美一劳不等式及极大后验概率估计
5．4．3 均方估计的无偏性
5．5 线性估计
5．5．1 概述
5．5．2 线性均方估计
5．5．3 递归线性*小均方估计
5．5．4 *小二乘估计
习题
第6章功率谱估计的经典方法
6．1 概述
6．2 自相关序列的估计
6．2．1 自相关序列的无偏估计
6．2．2 自相关序列的有偏估计
6．3 周期图及其估计质量
6．3．1 周期图的定义
6．3．2 周期图的带通滤波器组解释
6．3．3 周期图的估计质量
6．3．4 周期图的随机起伏
6．3．5 自相关的无偏估计的傅里叶变换
6．4 改善周期图质量的方法
6．4．1 修正周期图法：数据加窗
6．4．2 Bartlett法：周期图的平均
6．4．3 Welch法：修正周期图的平均
6．4．4 Blackman—Tukey法：周期图的加窗平滑
6．4．5 各种周期图计算方法的比较
习题
第7章功率谱估计的现代方法
7．1 概述
7．2 谱估计的参数模型方法
7．3 AR模型的Yule—Walker方程
7．4 Levinson—I)urbin算法
7．5 AR模型的稳定性及其阶的确定
7．6 AR谱估计的性质
7．6．1 AR谱估计隐含着自相关函数的外推
7．6．2 AR谱估计与线性预测谱估计等效
7．6．3 AR谱估计与*大熵谱估计(MESE)等效
7．6．4 AR谱估计等效于*佳白化处理
7．6．5 AR谱估计的界
7．7 格形滤波器
7．8 AR模型参数提取方法
7．8．1 Yule—Walker法
7．8．2 协方差法
7．8．3 Burg法
7．9 AR谱估计的异常现象及其补救措施
7．9．1 虚假谱峰
7．9．2 谱线分裂
7．9．3 噪声对AR谱估计的影响
7．10 MA和ARMA模型谱估计
7．10．1 MA模型谱估计
7．10．2 ARMA模型谱估计
习题
第8章确定性信号的提取
8．1 概述
8．2 白噪声背景下的匹配滤波器
8．2．1 匹配滤波器的作用
8．2．2 匹配滤波器的理论分析
8．2．3 匹配滤波器的特性
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
8．4．1 问题的提出与分析
8．4．2 检测性能
8．4．3 似然比检验和匹配滤波间的关系
8．4．4 多元检测
8．5 非白噪声中已知信号的检测
8．5．1 卡南一洛伊夫展开法
8．5．2 非白噪声下的匹配滤波器
8．6 应用实例
8．7 相干平均法提取脑诱发电位
8．7．1 基本原理
8．7．2 噪声相关的情况
8．7．3 响应波形随机性的影响
8．7．4 潜伏期随机性的影响
8．7．5 减少累加次数
习题
第9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 维纳一霍夫(Wiener-Horf)积分方程
9．4 非因果的维纳滤波问题
9．4．1 连续时间形式的解答
9．4．2 离散时间形式的解答
9．5 因果的维纳滤波器
9．5．1 FIR型处理
9．5．2 预白化处理
9．6 预测问题
9．6．1 一般解答
9，6．2 用有限项FIR滤波器实现
9．7 后验维纳滤波与互补维纳滤波
9．7．1 后验维纳滤波
9．7．2 互补维纳滤波
9．8 矢量情况下的离散维纳滤波
9．9 时空多通道离散维纳滤波
9．10 线性变换等效离散维纳滤波
9．10．1 线性变换
9．10．2 等效对角线维纳滤波的线性变换
9．11应用实例
9．11．1 后验维纳滤波提取视觉诱发电位
9．11．2 体感觉诱发电位
9．11．3 肌电信号提取
习题
第10章卡尔曼滤波
10．1 概述
10．2 纯量卡尔曼滤波
10．2．1 数学描述
10．2．2 算法推导
10．3 纯量一步预测
10．3．1 由导出
10．3．2 编程
10．3．3 推广结果
10．3．4 推导预测
10．4 矢量卡尔曼滤波器
10．4．1 提法的推广
10．4．2 算法的推广
10．5 应用实例
习题
第11章自适应滤波
11．1 概述
11．2 横向结构的随机梯度法
11．2．1 基本原理
11．2．2 性能讨论
11．3 应用实例
11．3．1 自适应噪声抵消
11．3．2 自适应谱线增强
11．3．3 自适应系统辨识
11．4 随机梯度法的引申
11．4．1 扩大算法的应用范围
11．4．2 改进算法的性能
11．5 格形结构的随机梯度法
11．5．1 基本原理
11．5．2 应用实例
11．6 递归的*小二乘法
11．6．1 递归*小二乘法的含义
11．6．2 传统算法的推导
11．6．3 进一步讨论
习题
第12章高阶谱分析
12．1 概述
12．2 三阶相关和双谱的定义及其性质
12．2．1 三阶相关函数的对称性
12．2．2 双谱的对称性、周期性和共轭性
12．2．3 确定性序列的双谱
12．2．4 双谱中的相位信息
12．3 累量和多谱的定义及其性质
12．3．1 随机变量的累量
12．3．2 随机过程的累量
12．3．3 多谱的定义
12．3．4 累量和多谱的性质
12．4 累量和多谱估计
12．5 基于高阶谱的相位谱估计
12．5．1 由推算 ( )
12．5．2 由推算 ( )
12．6 基于高阶谱的模型参数估计
12．6．1 AR模型参数估计
12．6．2 MA模型参数估计
12．6．3 ARMA模型参数估计
12．7 利用高阶谱确定模型的阶
12．8 多谱的应用
习题
第13章心电信号的QRS复波检测
13．1 概述
13．2 ECG的功率谱
13．3 带通滤波方法
13．3．1 双极点递归滤波器
13．3．2 整数型滤波器
13．3．3 不同Q值的滤波器响应
13．4 差分法
13．5 模板匹配法
13．5．1 模板互相关
13．5．2 模板减去法
13．5．3 基于句法的模板匹配
13．6 QRS复波检测算法
13．6．1 整数型带通滤波器
13．6．2 微分
13．6．3 F方函数
13．6．4 移动窗口积分
13．6．5 设置阈值
13．6．6 回检方法
13．6．7 性能测试
习题
第14章自发脑电信号的处理
14．1 概述
14．2 脑电图瞬态的提取
14．3 准平稳分段
14．3．1 旧的分段算法的缺点
14．3．2 自适应算法
14．4 特征提取——传统方法
14．4．1 时域波形的直接分析
14．4．2 频域上提取脑电特征
14．5 特征提取——现代方法
14．5．1 参数模型
14．5．2 递归估计
14．5．3 用小波变换模极大值对的方法检测癫痫脑电棘波
14．5．4 基于独立分量分析的脑电消噪与特征提取
习题
第15章诱发脑电信号的处理
15．1 概述
15．2 听觉诱发电位的提取与处理
15．2．1 脑干听觉诱发响应的提取
15．2．2 客观的听力阈值检测
15．3 视觉诱发电位的处理
15．3．1 从噪声中提取视觉诱发电位几种方法
15．3．2视觉诱发电位的分解
习题
第16章脑神经网络胞外锋电位的处理
16．1 概述
16．2 胞外锋电位数据序列的获取
16．2．1 数据的获取系统
16．2．2 数据采集
16．3 Spike脉冲的提取
16．3．1 阈值提取法
16．3．2 窗口提取法
16．3．3 改进窗口提取法
16．4 Spike脉冲的分类
16．4．1 阚值分类
16．4．2 形状分类
16．4．3 模板分类
16．4．4 主成分分类
16．4．5 独立成分分类
16．4．6 小波分类
16．4．7 人工神经网络分类
16．5 相关
16．5．1 相关分析
16．5．2 结果
16．6 爆发(burst)信号的处理
16．6．1 定义
16．6．2 爆发(burst)信号的处理设想
习题