生物医学信号处理的高级方法

介绍

众所周知，医学，包括研究环境（尤其在生理学）和临床应用两方面，基于凭借数字参数、生命体征、信号、图像、统计学和流行病学上的指标等从患者或被检对象获取的客观数据，这门学科正变得越来越定量化。今天，没有或多或少的定量指标的扩展背景甚至无法开展临床应用，这些定量指标通常作为对记忆性参数以及典型客观检查参数的补充。为了帮助医师对诊断评估以及在介入治疗阶段做出正确的决策，患者的就医记录因而包含了越来越多的数据、信号、图像、常态指标、发病率、敏感性、特异性和其他必须妥善整合的数值参数。

实际上，合适的传感器或换能器能够在人体多个部位进行生物医学测量，从常见的心电（ECG）或脑电（EEG）信号、动脉血压信号（ABP）、呼吸信号到从来自功能核磁共振成像（fMRI）的功能图像的恰当处理中获取的代谢信号、正电子发射断层成像（PET）以及其他手段等等。通过同时考察多个器官和系统，从患者身上可检测的信息量得以增长。

即使在生物学上，主要是由于近几年在基因组与蛋白质组结构测序方面的研究进展势头强劲，其中更重要的进步要归功于使信息处理得以从由基因组中的四种基本核酸（A,C,G,T）和二十种氨基酸形成的序列入手的方法，这些都是蛋白质组中的蛋白质的成分。信息处理中许多将生物医学信号和数据恰当地转换成数值串的方法可以应用到这些序列上，而这当然仅仅是生物医学工程学在分子生物学上可能的重要创新应用中的一个简单例子。

本章以及下一章将通过探索主要的研究方向和许多应用中的某些例子来阐明生物医学信号处理和解释的现代方法的基础并在随后的章节中将对这些内容予以更详细的介绍。用于实现这些方法的知识、算法以及技术会变为一种复杂的研究工具，不仅用于加强信号中的有用信息（这正是这门学科的更为传统的目标），而且还为了让复杂生物系统的研究更加定量化，这定然会对生理知识以及临床应用的进步产生更重要影响。必须牢记的是，生物医学信号处理领域中越先进的方法确实会将越先进的处理算法与正在研究的系统的必要知识结合在一起。因此，为了在研究中得到创新性的结果，取得多学科和交叉学科的知识是有必要的；无疑，生物医学工程师会是实现这些目标的主要参与者之一。

在1.2节中将会讨论传统信号分析的主要方法所基于的基础知识并提供最重要的定义。这并不是说一个小节的篇幅就能足够地覆盖该主题，相反，目的在于定义起始的基础并提供一些主题性的参考以便读者更好地理解本书中的后续内容，即使对于那些没有机会涉猎信号处理基础的读者也是如此。然后，一个小节将会致力于介绍信号处理与生物系统建模的重要联系（也称之为基于模型的生物医学信号处理），该内容使得人们可以通过某种采纳了检查中的病理生理现象的知识的方法获得信息。最后，将会介绍一些来自不同信号、图像、系统、形式和观察手段的信息整合方法，并为对关于生物现象的信息内容进行处理的更高级方法的理解构建基础，这就是本卷的主要目标。

06/04/2020.译自《Editore P , Cerutti S , Marchesi C . Advanced methods of biomedical signal processing /[M].》