人體生理信號的非線性分析方法（簡體書）

《人體生理信號的非線性分析方法》主要介紹了利用非線性理論對人體生理信號進行分析的基本原理與實用方法。首先，介紹了幾類主要生理信號（心電、腦電、血壓、脈搏信號等）的數字化測量技術，在此基礎上可以獲得上述生理信號的時間序列數據。然後，針對不同生理狀態下、不同類型的人體生理信號進行對比分析，主要包括不同的時頻域分析方法和多個非線性參數的估算方法。主要內容有：生理信號分析與處理的基本理論與方法、生理信號特征提取的時頻域分析方法、生理信號的診斷統計分析方法、生理信號的非線性參數估計方法，以及實測人體生理信號典型數據的分析與對比的評估結果。復雜人體生理信號具有重要的研究意義和生物醫學工程應用價值。《人體生理信號的非線性分析方法》可供從事生物醫學工程中的生理信號分析以及非線性科學相關研究的科技人員參考，也可供有關學科的研究生和高年級學生閱讀。

《人體生理信號的非線性分析方法》由科學出版社出版。

前言
第1章 緒論
1.1 引言
1.2 人體生理信號的主要類型及其典型特征
1.3 人體生理信號的檢測技術
1.4 人體生理信號的非線性分析方法
1.5 本書的出發點與主要研究內容
參考文獻

第2章 人體生理信號的嵌入式采集系統
2.1 引言
2.2 便攜式低功耗采集系統設計原理
2.2.1 硬件系統組成
2.2.2 主要電路原理
2.2.3 系統軟件設計
2.2.4 數據壓縮算法
2.3 基于atmega64單片機的嵌入式采集系統
2.3.1 硬件系統組成
2.3.2 軟件系統設計
2.3.3 測試結果與分析
參考文獻

第3章 幾種生理信號的前端檢測裝置
3.1 心電信號檢測
3.1.1 心電信號的特點與檢測方法
3.1.2 心電信號檢測的前置放大電路
3.1.3 心電信號檢測與記錄系統
3.2 脈搏信號檢測
3.2.1 光電式容積脈搏傳感器
3.2.2 脈搏信號檢測的前置放大電路
3.2.3 脈搏信號連續采集與記錄系統
3.3 脂肪和體溫檢測
3.3.1 脂肪檢測方法
3.3.2 體溫檢測方法
參考文獻

第4章 心電和脈搏信號的濾波與波形提取
4.1 基于小波變換的心電信號消噪方法
4.1.1 小波變換的概念和基本理論
4.1.2 基于小波變換的心電信號消噪的主要步驟
4.1.3 基于小波變換的心電信號消噪處理
4.2 基于小波變換的hrv提取
4.3 脈搏信號的消噪方法
4.3.1 脈搏信號的波形特點
4.3.2 基于小波變換的脈搏信號消噪方法
4.4 基于小波變換的脈搏信號特征點提取
4.4.1 p波波峰點的提取方法
4.4.2 其他特征點的提取方法
4.4.3 脈搏波形特征點提取的主要步驟
4.4.4 實測脈搏信號的消噪與特征點提取
參考文獻

第5章 心電信號和hrv的散點圖和頻譜特征
5.1 引言
5.2 qt間期對rr間期的散點圖
5.3 心電信號的頻譜特征
5.3.1 功率譜估計的基本原理
5.3.2 心電信號的頻譜特征
5.4 hrv的非線性定性分析
5.4.1 hrv的poincare截面圖
5.4.2 hrv的頻譜特征
參考文獻

第6章 hrv的混沌識別及其非線性參數估算
6.1 引言
6.2 基于代替數據法的混沌識別算法
6.2.1 時間序列一步預測誤差的統計量
6.2.2 代替數據集的生成
6.2.3 假設檢驗
6.2.4 算法流程及校驗
6.3 基于代替數據法的hrv的混沌識別
6.4 hrv的非線性參數估算方法
6.4.1 關聯維
6.4.2 最大lyapunov指數
6.4.3 近似熵
6.4.4 復雜度
6.5 典型hrv的非線性參數估算結果
6.5.1 關聯維數
6.5.2 最大lyapunov指數
6.5.3 近似熵
6.5.4 復雜度
參考文獻

第7章 脈搏信號的波形形態和散點圖特征
7.1 引言
7.2 脈搏信號的波形特征參數
7.2.1 脈搏波形特征參數的計算方法
7.2.2 脈搏波形特征參數與生理狀態的關系，
7.2.3 不同生理狀態下的脈搏單波波形特征參數
7.3 脈搏主波間期的散點圖
7.4 其他脈搏波形特征點的散點圖
參考文獻

第8章 脈搏信號的時頻域分析
8.1 引言
8.2 脈搏信號的頻譜分析方法
8.3 脈搏信號的頻帶能量比例分析方法
8.3.1 小波包分解
8.3.2 計算步驟
8.4 結果與分析
8.4.1 不同生理狀態下的脈搏信號的頻譜
8.4.2 不同生理狀態下的脈搏信號的頻帶能量比例值
參考文獻

第9章 脈搏主波間期的混沌識別及其非線性參數估算
9.1 引言
9.2 基于代替數據法的脈搏主波間期的混沌識別
9.3 脈搏主波間期的非線性參數估算
參考文獻

第10章 腦電信號的頻帶能量分析及其1／f節律
10.1 引言
10.2 基于小波包分解的腦電信號。波的提取方法
10.3 不同精神狀態下的腦電信號的頻帶能量比例值
10.4 基于腦電信號頻帶能量比例值的精神疲勞判定
參考文獻

第11章 利用hrv和腦電信號a波的綜合評估分析
11.1 引言
11.2 腦電信號與人體疲勞的關聯機制
11.3 利用腦電信號a波的非線性參數判定疲勞狀態
11.3.1 腦電信號a波的提取
11.3.2 利用腦電信號a波的非線性參數進行評估
11.4 利用hrv和a波的非線性參數綜合評估人體疲勞
參考文獻

第12章 情緒變化和外部環境對生理信號的影響
12.1 引言
12.2 不同情緒狀態下的脈搏信號的比較
12.3 不同情緒狀態的脈搏主波間期的非線性參數估算
12.3.1 脈搏主波間期的相空間重構
12.3.2 關聯維數與最大lyapunov指數
12.3.3 近似熵與復雜度
12.4 振動噪聲環境下的脈搏信號分析
參考文獻

近十幾年來，各種生理信號的監護儀器已成為各級各類醫院中的常用設備，得到了廣泛應用。特別是由于經濟發展、生活水平的提高、人口老齡化和心血管并發生率上升等因素，病人的監護需求量大大增加。
一般來說，這類監護儀器都是由包含各種傳感器的物理模塊和內置計算機系統構成。各種生理信號由傳感器轉換成電信號，經前置放大、濾波、模數轉換等處理後送人計算機進行結果顯示、存儲和管理。監護儀可以實時、連續、長時間地監測病人的重要生命特征參數，具有重要的臨床使用價值。目前，這類監護設備的監護參數不斷增多，由過去的單參數逐步發展為多參數，包括心電、呼吸、血壓、體溫、血氧飽和度、有創血壓、呼吸二氧化碳、心輸出量等；功能也在不斷加強，由過去的簡單監視發展到對異常波形的自動記錄與分析。但是，這些儀器大多價格昂貴，而且體積很大、不便攜帶，使用起來也需要很多專業知識。
另外，由于心理或生理上的壓力，有相當一部分人在醫院測量的數據與其熟悉的環境中測量的數據有很大差別。研究表明，20％被認為患有高血壓并認為有可能導致心臟病的人在真正放松下來時沒有高血壓。例如，臨床上被診斷為患有高血壓并有可能誘發心臟病的孕婦在家中做24小時血壓監護時發現，僅有三分之一孕婦的監護結果與臨床診斷一致。