Biomedical Signal Analysis（生醫訊號分析）

引用

Rangayyan, R. M., & Krishnan, S. (2024). Biomedical Signal Analysis (3rd ed.). Wiley-IEEE Press.

章節概要

第三版共十章，約720頁，附有 Willis Tompkins 和 Alan Oppenheim 撰寫的兩篇前言、符號與縮寫表以及配套網站。出版社介紹了各版共有的寫法：每章先陳述一個生物醫學訊號問題，給出帶有相關訊號的真實案例，從簡單的「教科書」方法講到更精細的、以研究為依據的方法，最後以實際應用收尾。與有九章的第二版相比，第三版補充了基礎背景和高階專題，並增加了第二作者 Sridhar Krishnan。各章末有思考題和實驗練習或專案，線上資源庫提供解答和資料檔案。

第1章：生物醫學訊號導論

闡述生物醫學訊號的性質，並綜述十七類例項：心肌細胞和神經元的動作電位、神經電圖、肌電圖、心電圖和腦電圖、事件相關電位、胃電圖、心音圖、頸動脈脈搏、光電容積脈搏波、導管尖端訊號、語音訊號、關節振動圖和肌振動圖訊號、耳聲發射以及生物聲訊號。隨後說明訊號分析的目標與挑戰，以及採用電腦輔助監測與診斷的理由。

第2章：併發、耦合與相關過程的分析

同時記錄的訊號的案例，例如心電圖與心音圖、頸動脈脈搏、心房電圖，心肺相互作用，心率變異性，以及膝關節與肌肉振動訊號。應用包括心音圖分段，以及睡眠呼吸暫停的診斷與監測，涉及多導睡眠監測、家庭監測和多變數、多器官分析。

第3章：去除偽跡的濾波

技術上篇幅最長的一章。它區分隨機噪聲、結構性噪聲和生理干擾，以及平穩、非平穩和迴圈平穩過程；回顧濾波的基礎（卷積、變換域分析、零極點圖、傅立葉變換和離散傅立葉變換）；然後依次講同步平均、時域濾波器、巴特沃斯濾波器以及陷波和梳狀濾波器、順序統計濾波器、維納濾波器和自適應濾波器。應用包括事件相關電位和心電圖中的偽跡、母體與胎兒心電圖以及肌肉收縮干擾。

第4章：事件檢測

講P波、QRS波、T波和心音的檢測、腦電節律的相關分析、互譜技術、匹配濾波器和同態濾波。應用包括心電節律分析、心音識別以及第二心音主動脈成分的檢測。

第5章：波形與波形複雜度分析

從發現事件轉向描述其形狀：事件相關電位分析、心電波形的形態分析、包絡提取和活動度分析。應用包括正常與異位搏動、運動心電圖、與力相關的肌電圖、呼吸、關節振動圖訊號的統計分析以及肌電圖的分形分析。

第6章：訊號與系統的頻域表徵

講功率譜密度的估計及由其匯出的度量，應用於人工心臟瓣膜、關節振動圖訊號的分形分析和腦電訊號的譜分析。

第7章：生物醫學訊號產生過程與系統的建模

涉及點過程、引數系統建模、自迴歸和極零點建模、訊號產生的機電模型以及心臟的電生理模型。應用包括心率變異性、心音圖訊號的譜建模和冠狀動脈疾病。

第8章：非平穩訊號的自適應分析

時變系統、固定與自適應分段、用於分段的自適應濾波器、卡爾曼濾波器、小波分析和雙線性時頻分佈。應用面很廣：腦電和心音圖分段、心率變異性、嬰兒哭聲、光電容積脈搏波去噪、心肺復甦研究、心室顫動、癲癇發作以及用於假肢控制的神經解碼。

第9章：基於自適應分解的訊號分析

匹配追蹤、經驗模態分解、字典學習、基於分解的自適應時頻分佈以及混合訊號的分離。應用包括癲癇發作檢測、關節振動圖訊號、T波交替、從單通道提取胎兒心電圖以及用於腦機介面的腦電分析。

第10章：電腦輔助診斷與醫療保健

模式分類（有監督與無監督）、機率模型與統計決策、邏輯迴歸、神經網路、診斷準確性與成本，以及特徵和分類器的可靠性。應用包括異位心電搏動、膝關節軟骨病變、睡眠呼吸暫停和帕金森氏症監測，本章以電腦輔助診斷的優勢與侷限收尾。

核心概念

第1–3章

• 生物醫學訊號的特徵：心電圖、肌電圖、腦電圖等訊號的來源與典型形態。
• 併發、耦合與相關過程：對相互作用的生理系統的訊號合併分析。
• 隨機噪聲、結構性噪聲與生理噪聲：濾波必須應對的干擾類別。
• 同步平均、維納濾波與自適應濾波：去除偽跡的主要濾波方法。

第4–7章

• 事件檢測與匹配濾波器：在記錄中找出波形和聲音。
• 波形與複雜度：包絡、活動度和分形度量。
• 功率譜密度估計：訊號的頻譜描述。
• 自迴歸與極零點模型：訊號產生的引數模型。

第8–10章

• 自適應分段與小波分析：處理性質隨時間變化的訊號的方法。
• 匹配追蹤、經驗模態分解與字典學習：對多分量訊號的基於分解的分析。
• 模式分類與診斷準確性：從特徵走向電腦輔助決策。

評析

優點

• 以問題為先的結構。 每章按問題陳述、案例、方法、應用的模式展開，使技術與具體訊號相聯絡；各章的小節列表顯示十章佈局一致。
• 方法由淺入深。 出版社稱先介紹基本的教科書方法，再介紹以研究為依據的方法，各章內容印證了這一點：第3章從滑動平均濾波器講到自適應濾波器，第8、9章則涉及小波、經驗模態分解和字典學習。
• 訊號與應用範圍廣。 應用涵蓋心臟、神經、肌肉、呼吸和關節訊號，從心電節律分析到腦機介面。
• 練習材料。 每章末都有思考題和實驗練習，線上資源庫提供資料檔案和解答。

侷限

• 數學與訊號處理基礎。 書中說，關於訊號、系統和變換的入門部分使非電氣工程專業的讀者也能讀懂，但沒有這方面基礎的讀者會覺得第3、7、8章要求較高。
• 案例取自作者自己的研究。 出版社指出案例來自作者自己的工作，有些反覆出現：例如關節振動圖（VAG）訊號出現在第1、3、5、6和9章。
• 版本差異。 第三版有十章，第二版為九章，因此章節編號、練習和頁碼與舊課程材料不同。

在課程中的定位

Rangayyan 是本課程中以案例驅動的研究生層次教材。Semmlow 的 Biosignal and Medical Image Processing 專為生物醫學工程師而寫，在影像處理之外也涵蓋濾波以及頻譜和時頻分析。Tompkins 的 Biomedical Digital Signal Processing（1993）是以心電圖為中心、偏重實驗的入門書。Circuits, Signals, and Systems for Bioengineers 藉助 MATLAB 講授電氣工程基礎，Smith 的 The Scientist and Engineer’s Guide to Digital Signal Processing 則是通俗易懂的數字訊號處理入門。

如果濾波、卷積和傅立葉變換對你還是新內容，可先讀後兩本之一。然後由 Rangayyan 補上生物醫學的深度：訊號本身、影響訊號的偽跡，以及從分析走向診斷的路徑。

如何使用本書

本書適合生物醫學工程和電氣工程的高年級本科生與研究生，以及需要生理訊號分析方法的研究人員。主要預備知識是訊號、系統和變換，開篇幾節提供了複習。

實用的閱讀計劃：

• 核心： 第1至4章，瞭解訊號、噪聲和檢測。
• 隨後： 第5至7章，學習波形、頻譜分析和建模。
• 進階： 第8、9章（非平穩訊號與分解）和第10章（分類與診斷）；若目標是電腦輔助診斷，可提前讀第10章。
• 練習： 做思考題，並利用實驗練習和線上資料檔案在真實記錄上覆現結果。