生物医学工程

null医学图形图像处理识别技术与医学信息分析医学图形图像处理识别技术与医学信息分析刘燕 E-Mail: lyan@mail.sysu.edu.cn Phone No. 87331856-811目录目录内容 序 医学信息学简述 第一讲 医学信号处理概述 第二讲 医学图形信号的采集、存储与处理 第三讲 Mathlab 与图形信号的处理识别 第四讲 医学图像信号的采集、存储格式、处理 第五讲 Mathlab 、Vtk、Mtk与医学图像的处理 第六讲 医学信息挖掘 第七讲 用于教学的医学图片处理技术作业第二讲 医学图形信号的采集、存储与处理第二讲 医学图形信号的采集、存储与处理生物医学信号一般特点 信号微弱，随机性强，噪声和干扰背景强，动态变化和个体差异大。 生物医学信号处理技术 研究从被检测的生物医学信号中提取有用的信息成分的方法。 获取生物信号的语法特征和信息语义特征的方法 对生理、生化各种测量指标参数的处理 先对各类生理生化测量参数数字化和指标化，然后用数据描述性统计、参数估计和假设检验、多变量值分析等一些基本生物统计方法来描述和分析，进行实验性研究和观察性研究；提取用于疾病诊断分类参数。 对图形类信号分析处理 通过时域分析、频域分析和时频分析，提取用于疾病诊断分类参数。采集、存储与处理采集、存储与处理医学信号（一维）的采集简述 信号的存储管理 信号预处理 医学信号的时域分析 医学信号的频域处理 时频分析一、医学信号（一维）的采集简述一、医学信号（一维）的采集简述回顾医学信号处理系统图示如下:图2-1 医学信号处理系统局部剖析图体电极力学量换能器热学量换能器生物换能器…多路转换开关采样保持器A/D转换卡医学信号（一维）的采集简述医学信号（一维）的采集简述1.信号的感应器件和换能器 (1)非电量生理信号按其能量方式，可以分为： ①机械量信号 脉搏和心音是振动信号，血压是压力信号； ②热学量信号 体温； ③化学量信号 血液的pH值； ④光学量信号 血氧饱和度。 采集简述_续1采集简述_续1(2)几种换能器 ①体表电极 体表电极是一种可以将离子电流变为电子电流的换能器件。 ②力学量换能器 把力学量生理参数转换为电参数的器件。 如：测量心音、呼吸和脉搏的电容换能器，测量血压和肌张力的电感换能器，测量眼压、血压、、脉搏波的压电换能器。 ③热学量换能器有热电式、热阻式和热辐射式换能器。 热电式换能器利用金属材料的热电效应将热量转为电量的； 热阻式换能器利用金属或半导体材料的热阻效应将热量转为电量； 热辐射能器利用热辐射成像原理将温度分布以热像图的形式下来。 ④生物换能器 以生物活性单元（酶、抗体、核酸、细胞和组织等）作为敏感基元，以化学电极等作为换能器且对被测信号具有高度选择的一类传感器。它通过物理的或化学的换能方式捕捉目标物和敏感基元之间的反应，并将反应的程度用离散或连续的电信号表达出来。 典型应用：血糖生物传感器，快速分析葡萄糖、谷氨酸、乳酸盐和乳糖等成分的多功能生物传感器，测量机体内三磷酸腺苷（ATP）变化的生物传感器，用于传染病和基因变异检测的脱氧核糖核酸（DNA）生物传感器。采集简述_续2采集简述_续2(3) 应用实例 例如1：分娩过程中胎心的检测，如图2-2所示。图2-２ 接收胎儿心电图信号的图示采集简述_续3采集简述_续3例如2：分娩过程中宫缩的检测，如图2-3所示。 由腹壁外面间接测定宫缩压力的方法。用一特制的压力传感器作为宫缩压力探头，将其缚在产妇腹壁，宫缩时子宫凸起，腹壁随之凸起变硬，对探头产生一定压力，使探头传感器件发生位移而检出表示压力大小的电信号，通过仪器记录下来。图2-３ 获取宫缩压力的图示采集简述_续4采集简述_续42.生物医学信号的数字化 (1)信号采样定理 对连续信号按一定的时间间隔△进行取值，所得x(n△)就是采样，如图2-4所示。△为采样周期（或称采样间隔）。X(n△)为离散信号（或称时间序列）。图2-４ 连续信号及其离散信号的图示采集简述_续4采集简述_续4采样定理：一个有限带宽的连续信号f(t)，如果频谱只占有限的范围-m～+ m，则信号f(t)可以用等间隔的采样值来惟一地表示。假设f(t)的最高频率为fm(m=2fm)，采样频率为发fs(s=2fs)，则满足fs≥2fm，即采样频率大于或等于模拟信号最高频率的2倍时，采样后的离散序列就能无失真地恢复出原始连续模拟信号。通常把最低允许的采样频率s=2 m称为Nyquist频率，把最大允许的采样间隔 Ts= /m=1/2fm称为Nyquist间隔。采集简述_续5采集简述_续5(2)常用模/数转换技术 ①A/D（analog/digital）转换的方法及芯片器件 主要有逐次逼近比较型和双积分型，根据采样精度分为8位、10位、12位、14位的各类芯片器件。 ②A/D转换器件的主要性能指标 分辨率——A/D转换器的最低位LSB所对应的模拟电压值称为A/D转换器的分辨率。 转换时间——完成一次A/D转换所用的时间为转换时间。 输入电压范围——A/D转换器的量程。 转换误差——A/D转换器的每个量化级所实际对应的电压值和理论值之间的误差的最大值为绝对误差。绝对误差对于满量程的百分比为相对误差。采集简述_续6采集简述_续6③A/D转换子系统的几个组成部分的作用简介（如图2-5虚线框2所示） 多路转换开关——使多个模拟量共用一个A/D转换器进行分时采样和转换的器件。 采样保持器——在A/D转换转换期间，保持输入信号不变的电路。 A/D转换器——将模拟量转换为数字量的器件。 AD转换后的数据格式——若A/D转换器为12位，则转换后的数据字长12位，占二个字节存储单元，形式如下： 第一字节 D15 D14 D13 D12 D11 D10 D9 D8 第二字节 D7 D6 D5 D4 D3 D2 D1 D0其中第一字节低4位有效。D11符号位， D11 =1-正数， D11 =0负数null图2-5 A/D转换子系统的图示 计算机其中虚线框1的部分是前面介绍的信号变换子系统和模拟放大子系统： 1.传感器——把非电量的模拟量转换为电量的器件。 2.量程放大器——把微弱的传感器信号放大到A/D转换器所需的输入量程范围的器件。 3.低通滤波器——降低噪声，滤去干扰，增加信噪比的器件。二、信号的存储管理二、信号的存储管理1. 信号数据文件的存储格式 为了减少占用存储空间，通常采集信号数字化后的值以二进制形式的文件格式存储。 例如：上述12位字长的采集系统，在选择单极性工作范围时，可以按每字按高位字节低位字节的顺序保存为二进制格式文件。信号的存储管理_续1信号的存储管理_续12. 临床实验数据的管理 数据库是长时间存储在计算机中的有组织、有一定结构的数据集合。 这些数据包含了数据本身、数据描述、数据之间的联系及其存取路径。 医疗数据的管理示例 [例3]某妇产科的分娩监控业务系统，除了记录可以结构规范化的孕妇和胎儿的体征测量数据，还要记录大量孕妇宫缩和胎儿心电数据，进行定期的胎儿监护信息分析。该实时监测系统综合应用关系数据模型、分级数据模型和XML数据模型，构造以下结构的数据库LaborDB（如图2-6所示）来存储本专科业务数据。在该数据库内有3张数据表，分别用于存贮病人基本不变的信息、病史表和隶属病人的1张动态子表的索引关键字，还有隶属动态子表的数据文件的索引关键字。表结构如表9.3-1、9.3-2和9.3-3所示。nullnull(1)基本信息表MAIN_PDB null(2)个体动态表(PD****) 实验数据文件的数据是以二进制数据的格式存贮。三、信号预处理三、信号预处理1．去除奇异项 (1)采集过程中，由于环境的严重干扰、器件偶然故障或不稳定，信号中会产生一些奇异项。 (2)根据人体（被测系统）不可能突变的特点，消除奇异项的方法可以采用一阶差分方程法 。 一阶差分方程表达式为： 式中， 为第n点的预测值，xn-1为第n-1点的采样值，xn-2为第n-2点的采样值。根据先验知识或对数据的分析给定阈值，将实测数据 与 进行比较，如果超过某个阈值，就认为是奇异项。然后用预测值代替奇异项，继续往前搜索，直到奇异项消失为止。接着用非奇异项的最近两点值进行线性插值，用插值来代替奇异项。 [例4] 由于胎儿运动或产妇子宫收缩或体位变化，会引起胎儿心率信号有时出现失检或产生强的干扰信号点。[例4] 由于胎儿运动或产妇子宫收缩或体位变化，会引起胎儿心率信号有时出现失检或产生强的干扰信号点。采用上述一阶差分法（ABS( - )>40bpm）和零点法来判断它。一旦计算机判断第i点为奇异点时，用非奇异项的最近两点值进行线性插值修正i点的取值，如果是连续数点的奇异项，则按下式修正。 [例5] 由于肛检引起产妇子宫收缩或体位变化，使宫缩信号上有时出现极强的干扰信号点，其幅值超出200mmHg。对这些奇异点，作者采用最高阈值限位法来修正它。一旦计算机判断第i点为奇异点时，按下式修正i点的取值。 Xi=(Xi＋195mmHg)/2 其中195mmHg是经验取值。 信号预处理_续4信号预处理_续42. 滤波 (1)周期平均滤波 在平均前选一个标准的心动周期作模板，将它与其余心动周期信号进行相关分析，使其与相关系数≥99%的心动周期信号进行迭加平均，从而产生新的模板。如此进行下去，直到达到预定值为止。 (2)局部加权平均滤波 局部加权平均法是在局部用最小二乘法进行多项式拟合，计算出各点的权系数，然后逐点滑动进行加权平均，从而达到滤波（滤去高频分量）的效果。 null[例6] 产妇子宫收缩时呼气和吸气使宫缩信号上叠加有呼吸的信号，这些信号影响了随后的信号特征点判断，因此，需要滤除呼吸信号。[例6] 产妇子宫收缩时呼气和吸气使宫缩信号上叠加有呼吸的信号，这些信号影响了随后的信号特征点判断，因此，需要滤除呼吸信号。对于信号中的呼吸波及一些幅值微小的干扰尖峰波，采用11点局部平滑滤波技术进行信号滤波。局部平滑滤波的方法是在局部用最小二乘法进行多项式拟合，计算出各点的权系数，然后逐点滑动进行加权平均，从而达到滤波的效果。11点平滑滤波的公式如下：用平滑处理改善数据的效果如图2-7所示。 信号预处理_续5信号预处理_续53. 基线校准 基线漂移是信号采集过程中经常出现的问题，一般根据波形分析的需要进行校正。 在例5中，则取宫缩波的两个最低转折点处附近的数点采样值进行斜率考察，取斜率变化趋陡峭的起始点，兼顾考虑其幅值和平缓值得差值来确定宫缩波的起点和结束点，再取它们的平均值作为基线。如图2-8所示。 图2-8 基线校正图示信号预处理_续6信号预处理_续64. 随机信号检验 利用概率直方图的方法可以推断信号的性质。方法为：先求出数据的最大值和最小值，然后将数据值范围分成若干段，求出落入每个值段的样点数。计算概率密度的公式如下： 设落入第j个数据值范围的样点数为Nj，数据段长 为： ，K为数据段数，则落入第j段的样本点的频数为： ，此处N为采样点数。故概率密度近似为： 。四、医学信号的时域分析四、医学信号的时域分析1．均值计算 对医学信号作时域分析，通常是测量信号的某些绝对量（如波幅、均值、均方值、方根值、平均幅值、面积、各种间期和时限等），相对量（波形指标、峰值指标、脉冲指标、锐度指标、面积比等）和进行波形的形态分析。 平均值 ：平均幅值 ：均方值 ：均方根幅值 ：方根幅值 ：医学信号的时域分析_续1医学信号的时域分析_续12. 时距计算 3. 峰值计算 4. 面积计算 其中ΔT为采样间隔。 示例演示医学信号的时域分析_续2医学信号的时域分析_续25. 相对测量的指标 6. 波形分析 波形分析主要关注波形的形态。通常对于不同的医学背景需求，有不同的分析形态描述指标。波形指标： 峰值指标： 脉冲指标： 裕度指标： 锐度指标： 面积比： [例7]在分娩监控系统中，对自监测分析仪器从母体腹壁外采集到的宫外宫缩波进行信号成分的特征值分析。[例7]在分娩监控系统中，对自监测分析仪器从母体腹壁外采集到的宫外宫缩波进行信号成分的特征值分析。①信号预处理及波形成分截取 宫外宫缩波包含宫缩信号、胎动信号、母体腹肌信号和呼吸信号，还含有孕妇转身和肛检等所引起的干扰信号。分析前进行预处理。实时信号经预处理后，可得到适用于分析的信号结果，如图所示。 ②根据临床经验和医生描述的指征，采用系统提供的人工截波计算程序，对预处理后的18例分娩宫缩信号离线回放，分类选波。分别得到55个波次的宫缩波时距，90个波次的胎动和腹肌波的相对幅值及时距。 ③采用STATISTCA统计软件对分类截取的胎动、腹肌波和宫外宫缩波数据进行描述性统计计算，并对幅值和时距作频数分布及t检验，得到以下结果。[例7] _续[例7] _续a)胎动和腹肌波的幅值对数频数呈正态分布，约75%的峰值位于2.66kPa(20mmHg)～5.32kPa(40mmHg)之间。最小值为1.33kPa(10mmHg)（如表1和图9.3-6所示）。根据正态分布规律：下限＝均值－标准差×1.96，可获取95%的胎动、腹肌波，此时下限值为1.463kPa(11mmHg)。兼顾最小值，提取胎动、腹肌波的幅值下限值取为1.33kPa(10mmHg)。胎动和腹肌波的时距没有显著性差异（如表2、3、4所示），它们的提取上限值可取为10s。 b) 同样的分析过程，可知宫缩波时距的频数呈正态分布，约90%的时距位于60～90s之间。最小值为50s，提取宫缩波的时距下限值定为55s。Nextnull医学信号的时域分析_续3医学信号的时域分析_续37. 心电诊疗数据的分析处理实例 (1)信号采集 超声探头将胎儿心脏反射信号波转换成电压信号后，经胎心动信号检测模板进行信号放大、滤波、限幅等预处理，得到0~5V的胎儿心动信号。此信号再经A/D模板转换为数字信号。 (2)从心动信号提取心率信号 胎心率的检测包括胎儿平均心率和瞬时心率的检测。平均心率是单位时间的心搏次数；胎儿瞬时心率是相邻两次心搏的时间间隔的倒数。 用的短时自相关函数的计算公式：医学信号的时域分析_续4医学信号的时域分析_续4该系统采样周期为5ms，每一次处理的信号长度为256点，一次自相关计算需要512个数据点。 经256次矩阵运算后，得到512个采样点的自相关结果。在理想的自相关波群中，从Rxx(k)中检出离原点的第一最大峰值及对应的时值Kf，便可得到胎儿心动周期Tf= Kf•Δτ，则胎儿瞬时心率为f=1/Tf。 实际中，由于自相关结果并非在N→∞的理想条件下获得的，存在一些不可抑制的干扰因素。因此，先用比率法降低噪声，然后利用先验心率确定自相关结果搜索的范围，并根据临床胎心率变化的特征设定计算心率峰值位置判断条件如下：信号处理 （图形）信号处理 （图形）①rate_now >180，心率失效点； ②100180，取前次心率； ④当前次心率fheart≠0，rate_now=0，取前次心率； ⑤当前次心率fheart≠0，ABS(rate_now－fheart)>0.1×fheart，取前次心率； ⑥连续4次rate_now=0，则当前rate_now=0。 经过上述处理，可以从胎儿心搏信号提取出胎儿心率信号，如图所示图。 从胎儿心搏信号提取出胎儿心率信号五、医学信号的频域处理五、医学信号的频域处理频谱分析就是以组成信号的正弦波的频率为变量研究一定频率下信号特征（幅度）的方法。 功率谱分析是说明信号中各频率分量对应的功率分布。 对于离散信号，采用离散傅立叶变换将信号从时域转换到频域，从而了解信号的频率成分和分布情况； 用时域自相关函数的傅立叶变换或周期图法计算信号的功率谱； 医学信号的频域处理_续1医学信号的频域处理_续1例如，从ECG表面电极获取人体体表呼吸肌（膈肌）的肌电信号（EMG），混有极强的人体心电信号(ECG)的干扰，从图可见到有规则的心电信号的干扰，此外还有来自于肌肉收缩的干扰、血液的流动等。医学信号的频域处理_续2医学信号的频域处理_续2选择Butterworth高通滤波器，设置下限截止频率为 100Hz，对肌电信号先进行数字滤波处理，下图是经滤波处理后的体表呼吸肌肌电信号效果。医学信号的频域处理_续3医学信号的频域处理_续3对滤波后的体表呼吸肌肌电信号进行傅立叶变换分析，利用选定分析范围（加窗）和数据平滑的方法， 对体表呼吸肌肌电信号的能量谱估计。 图15体表呼吸肌肌电信号的能量谱估计医学信号的频域处理_续4医学信号的频域处理_续4频域分析 对两信号，通过分析互相关函数谱的正弦和余弦分量，比较两波形信号的相关性；通过计算它们的功率差谱和二阶谱，了解两信号同谱分量的差异和共有的同谱分量等，例如，测量左、右、上肢或下肢的阻抗或脉波信号间的谱差异，以判断不同部位（如两肢）的生理病理状态[7]。六、时频分析六、时频分析时频表示（Time－Frequency Representation，TFR）是把一维信号或系统表示成一个时间和频率的二维函数。时频平面能够描述出各个时刻的谱成分。 时频分析分为四种类型： (1)基于短时傅立叶变换或 AR建模的时频分析方法； (2)基于小波变换理论的时间-尺度能量分布的时频分析方法； (3)基于Wigner－Ville分布的时频分析方法； (4)基于Gabor变换的时频分析方法。时频分析_举例 时频分析_举例 例如对癫痫病的癫痫脑电特征波检测和分类与治疗[8]：采用小波变换将时、空、频三个领域的分析相结合，先将预处理的多导脑电时间序列经小波变换将脑电中癫痫特征波在不同尺度下分离出来。时频分析_举例_续时频分析_举例_续再对选出的癫痫嫌疑波进行特征参数提取， 时频分析_举例_续时频分析_举例_续如：脑电分析，图18是一组常见的生物医学信号，依次是：心电信号（ECG）、血压信号（BP）、脑电信号（EEG）、呼吸信号、眼电信号（EOG两组）和肌电信号（EMG）。脑电信号是非平稳性比较突出的随机信号。 null为了进行比较，分别对脑电信号进行傅立叶频谱分析和小波分析。图19是对脑电信号进行傅立叶分析所得的信号频谱，从这除了能得到信号的总体频谱分布外，几乎不能得到更多的信息。 null对脑电信号用小波滤波器组进行分析，结果可以看到小波滤波器组能清楚地将不同频率成份的信号分离出来。 思考题：思考题：1. 你接触到的医学信号采集到计算机中需要采用什么方法？ 2. 你所接触到的医学信号可能需要进行些什么样的分析？