超低功耗生物医学信号处理：用于起搏器的模拟小波滤波器方法

书籍目录

译者序

前言

第1章  绪论（1）

1.1  生物医学信号处理（1）

1.2  小波变换在生物医学中的应用（2）

1.3  模拟电路相对数字电路——对生物医学前端功耗的挑战（4）

1.3.1  模拟感知放大器的功耗（5）

1.3.2 数字感知放大器的功耗（6）

1.4  本书的目标与领域（9）

1.5  概述（9）

参考文献（11）

第2章  起搏器的演进：电子学视角（13）

2.1  心脏（13）

2.2  心脏信号（16）

2.2.1  体表心电图（16）

2.2.2  腔内心电图（17）

2.2.3  心脏疾病——心律失常（17）

2.3  心脏起搏的历史和发展（17）

2.3.1  什么是人工心脏起搏器？（17）

2.3.2  海曼的起搏器（19）

2.3.3  摩登时代的破晓——植入式起搏器（20）

2.4  现代起搏器的新功能（26）

2.5  结论（28）

参考文献（29）

第3章  小波与傅里叶分析（31）

3.1  引言（31）

3.2  傅里叶变换（31）

3.3  窗函数（33）

3.4  小波变换（34）

3.4.1  连续时间小波基（37）

3.4.2  复连续时间小波基（39）

3.5  基于小波变换的信号处理（41）

3.5.1  奇点检测——小波缩放（41）

3.5.2  降噪（45）

3.5.3  压缩（45）

3.6  低功耗模拟小波滤波器设计（45）

3.7  结论（47）

参考文献（47）

第4章  模拟小波滤波器：近似的需要（49）

4.1  引言（49）

4.2  复一阶滤波器（49）

4.3  拉普拉斯域中的帕德近似法（54）

4.4  L2近似法（61）

4.5  基于小波的其他近似方法（64）

4.5.1  贝塞尔汤姆逊滤波器——准高斯脉冲响应（64）

4.5.2  Filanovsky’s滤波器方法（65）

4.5.3  傅里叶级数法（67）

4.6  讨论（70）

4.7  结论（71）

参考文献（71）

第5章  最优状态空间描述（73）

5.1  状态空间描述（73）

5.2  动态范围（75）

5.2.1  动态范围优化（75）

5.3  稀疏（77）

5.3.1  正交变换（78）

5.3.2  范式表示（79）

5.3.3  双二阶结构（81）

5.3.4  对角可控性格兰姆行列式——正交梯形结构（83）

5.3.5  稀疏与动态范围比较（85）

5.3.6  新的稀疏性能指标（SFOM）（87）

5.4  敏感度（89）

5.4.1  新动态范围稀疏敏感度（DRSS）性能指标（90）

5.5  结论（91）

参考文献（92）

第6章  超低功耗积分器设计（93）

6.1  跨导电容滤波器（93）

6.1.1  nA/V CMOS三极管跨导放大器（94）

6.1.2  pA/V Δ-Gm跨导放大器（96）

6.2  跨导线性（对数域）滤波器（98）

6.2.1  静态与动态跨导线性原理（99）

6.2.2  对数域积分器（100）

6.3  A类对数域滤波器设计实例（103）

6.3.1  双极型多输入对数域积分器（103）

6.3.2  CMOS型多输入对数积分器（104）

6.3.3  采用CMOS技术的高频对数域积分器（105）

6.4  低功耗AB类双曲正弦积分器（109）

6.4.1  用于AB类对数域积分器的状态空间表达（110）

6.4.2  以晶体管实现状态空间公式化的AB类双曲正弦积分器（111）

6.4.3  压扩双曲正弦积分器（113）

6.4.4  超低功耗AB型双曲正弦积分器（116）

6.5  讨论（125）

6.6  结论（126）

参考文献（127）

第7章  超低功耗生物医学系统设计（131）

7.1  用于起搏器的动态跨导线性心电感知放大器（132）

7.1.1  差分电压单端电流变换器（133）

7.1.2  带通滤波器（134）

7.1.3  绝对值电路与真有效值直流（RMSDC）转换器电路（136）

7.1.4  检测（符号函数）电路（138）

7.2  以CFOS检测QRS复合波（140）

7.2.1  滤波级——CFOS小波滤波器（142）

7.2.2  决策级——绝对值与峰值检测电路（144）

7.2.3  测量结果（146）

7.3  小波滤波器设计（151）

7.3.1  高斯滤波器（151）

7.3.2  复小波滤波器的实现（159）

7.4  莫莱小波滤波器（164）

7.4.1  电路设计（167）

7.4.2  莫莱小波滤波器测量结果（171）

7.5  结论（175）

参考文献（176）

第8章  结论与展望（179）

8.1  未来研究方向（181）

附录A  高性能模拟延迟（183）

A.1  贝塞尔汤姆逊近似法（183）

A.2  帕德近似法（185）

A.3  贝塞尔汤姆逊与帕德近似延迟滤波器比较（188）

A.4  高斯时域脉冲响应法（190）

附录B  模型简化——平衡截断法（193）

附录C  开关电容型小波滤波器（197）

附录D  超宽频带电路设计（205）

D.1  用于脉冲位置调制的脉冲发生器（205）

D.2  用于超宽频带前端的延迟滤波器（207）

D.3  FCC认可用于超宽频带通信的脉冲发生器（209）

结束语（211）

致谢（213）

关于作者（215）

索引（217）

作者简介

《超低功耗生物医学信号处理》介绍针对低功耗生物医学系统的信号处理方法和模拟集成电路技术。生理信号，如心电图（ECG）、皮层脑电图（ECoG）、脑电图（EEG）和肌电图（EMG），大多是非平稳的。面对生物医学信号处理的主要困难是，感兴趣的信息往往是时间上定位很好（例如，尖峰）和其它更分散（例如，小的振荡）特征的组合。这就需要使用的分析方法能够充分灵活地处理那些可能处于极端相反的时频定位事件。

小波变换已被广泛应用于生物医学信号处理，主要是由于小波工具的通用性。由于其良好的时间和频率（尺度）定位估计，小波变换已被证明对非平稳和快速瞬态信号的局部分析是一种非常有效的工具。作为一个多尺度分析技术，它为选择性的噪声过滤功能和可靠的参数估计提供了可能。

小波变换系统通常采用离散小波变换，在数字信号处理器上实现。然而，在如可植入生物医学装置等超低功耗应用中，由于所需模/数转换器有关的相对较高的功耗，是不适合以数字电路实现小波变换的。低功耗模拟实现的小波变换使其可用于如心脏起搏器等的体内应用。在那些应用中，小波变换提供了一种极为可靠的心脏信号检测方法。

在本中，我们提出了一种新方法以实现基于模拟小波变换的信号处理。所介绍的方法着重于开发考虑对可植入装置所强加的限制，实现所需信号处理的超低功耗模拟集成电路。

 超低功耗生物医学信号处理：用于起搏器的模拟小波滤波器方法下载