數字信號處理第二課堂教學的探索與實踐

張 曄 張靜娜 邱明國 王 莉 桑林瓊

（中國人民解放軍第三軍醫大學生物醫學工程與影像學院醫學信息與醫學圖像學教研室 中國 重慶 400038）

隨著近代計算機技術的不斷發展，數字信號處理技術被廣泛應用于通信、電子、生物醫學、電視媒體等領域[1]。作為生物醫學工程專業必修的專業課程之一，數字信號處理課程具有其重要的理論和實踐指導意義。然而學生在學習這門課之后普遍反映不滿足于單純的理論學習，希望加強數字信號處理的實踐性訓練。醫學信號例如心電、腦電等都是典型的數字信號，醫學信號處理的實質就是運用數字信號處理的相關知識，分析處理醫學中采集到的數字信號以服務于臨床。因此通過開展第二課堂教學，引導學生自己處理實際生物醫學信號，不僅可以提升學生對這門課程的興趣，對于提高學生對理論知識的應用能力以及獨立創新能力具有非常積極的意義。通過實際的第二課堂教學，總結經驗體會有以下幾個方面。

1 聯系實際醫學信號，分模塊教學

第二課堂教學的主要內容是應用數字信號處理學到的知識，對實際的生物醫學信號進行處理。通過數字信號處理課程的學生反饋，可以了解到生物醫學工程專業的學生對于工科知識在實際醫學中的應用普遍有著濃厚的興趣，學習態度比較積極。因此我們選取臨床檢測診斷中最為常見的四種醫學信號——心電、腦電、心音和肌電信號，將教學過程分為四個模塊，以專題的形式系統講解及現場操作演練。首先詳細介紹各種生理信號的特征以及采集的基本方法。有條件的情況下，可以安排學生利用生理信號采集分析系統采集自己的生理信號，例如采集兩個導聯的心電信號再進行處理，這樣可以實際訓練學生的動手操作能力。沒有采集條件時，也可以從醫院直接獲取臨床病人數據和健康人數據，將兩組數據處理后進行對比。此外還可以介紹一些專業的數據下載網站供學生下載需要的數據。對采集到的信號進行處理，在講解中要重點強調特征信號的處理過程。以自發腦電信號（EEG）為例，根據頻率的不同，EEG可以分為α波、β波、θ波、δ波以及中間快波等，不同頻率的波型種類又分別代表了大腦的不同狀態，例如α波主要出現在人處于清醒、放松、閉眼的狀態時。根據已知的腦電信號特征，可以引導學生設計相應的帶通濾波器，初步分離某一頻率的信號，觀察其分布及特征。分模塊教學放寬了學生的自主選擇權，4種信號的基本講解面向所有的學生，但是學生可以根據自己的興趣選擇某種信號進行處理，貴精而不貴多，更有利于提高學生課程完成的質量。

2 聯系科研前沿，介紹新方法

第二課堂的目的是培養學生選擇不同的方法對不同實際問題進行分析、處理的能力。在實際的臨床應用中，各種生物醫學信號的處理方法一直都在發展與更新。數字信號處理課堂上主要教給學生的是基礎理論以及最基本的數據處理方法，實際應用中，這些方法明顯存在著不同程度的缺陷。將前沿的研究方法介紹給學生，不僅是第二課堂的重要任務，更滿足了學生對新知識新方法的迫切需求。

心電信號處理課程中，利用教研室已有的多通道生理信號采集儀，由學生親自動手采集心電信號。教師帶領學生回顧了理論課中學習到的濾波器設計方法如直接設計法、雙線性變化法等，并介紹了目前較為前沿的小波分析方法[2]。學生自學之后，采用自己采集到的數據設計濾波器，并嘗試用小波分析方法濾波，之后進行特征波形監測，最后用Matlab-GUI進行了軟件界面的設計。

腦電信號處理課程中，除去最基本的處理方法包括時域分析（波形特征參數、幅度峰值檢測、直方圖分析等）和頻域分析（功率譜分析等），向學生介紹更新的時頻分析方法，包括目前應用比較廣泛的小波變換，高階譜分析方法以及將非線性動力學和混沌理論應用于腦電信號分析的非線性分析法。這些方法在課堂上簡單介紹給學生之后，由學生自己查閱相關文獻，并將這些方法初步應用于實際的醫學信號處理，得到了很多有意義的結果，例如有學生將樣本熵的方法引入癲癇病人和正常人的腦電信號對比，發現癲癇患者腦電的樣本熵明顯低于正常人。

心音信號處理課程中，教師向學生講解了心音的組成及各部分心音的特征，主要介紹了小波去噪的方法。學生利用多通道生理信號采集儀自己動手采集心音信號，查閱文獻，自己編程實現小波去噪的過程，對心音信號進行去噪處理并與其他去噪方法進行對比。

肌電信號處理課程中，不僅向學生介紹肌電的生理意義，同時介紹了目前肌電分析中常用的時域和頻域分析方法以及測量指標，包括積分肌電值、均方根值、絕對值積分、平均功率頻率、中位頻率等。學生在自學之后，分別從時域和頻域分析方法中選擇感興趣的方法，對正常人的肌電和患者的肌電進行比較，也得到了有意義的結果。

在這一過程中，指導老師只是起到引導的作用，更多地鍛煉了學生自主學習，并進行創新實驗的能力。

3 加強數學軟件（MATLAB等）在解決問題中的作用

目前Matlab軟件在數字信號處理課程中已經被廣泛應用。這一數學軟件提供了強大的科學運算、靈活的程序設計流程、高質量的圖形可視化與界面設計、便捷的與其他程序和語言接口等功能[3]。通過之前的學習，學生已經具備了運用Matlab進行編程的能力并掌握了相關函數的應用。第二課堂的程序實現，仍然需要學生運用Matlab語言，并且在設計過程中，根據其強大的繪圖能力直接觀測程序設計的效果。在教學過程中，還可以給學生介紹一些常用的生理信號處理軟件，例如在腦電處理中可以應用的基于Matlab環境的EEGlab軟件包。簡單地介紹軟件的基本功能，鼓勵學生自己摸索軟件的用法，并將軟件計算的結果與自己計算的結果比較，有利于學生更深刻地理解相關理論知識并掌握多種處理方法。在此基礎上，可以鼓勵學生自己設計簡單的軟件，進一步提高學生的創新素質。

4 考核方式：集中匯報、專家點評

課程結束時，由各組學員代表集中進行ppt匯報，對于所做的研究內容及成果進行詳細的說明。邀請數字信號處理方面的專家聽取匯報并直接做出點評。這種考核方式直觀地將學生的工作呈現在了教師面前。同時專家的當面肯定對學生的學習積極性是一種鼓勵，而且專家的意見和建議對于學生今后在數字信號處理方面的學習具有很大的指導意義。

數字信號處理第二課堂的教學，在數字信號處理課程的基礎上，將醫學信號處理的相關知識分解成4個模塊，包括心電信號、腦電信號、心音信號、肌電信號的采集及處理。以專題的形式系統講解及現場操作演練，介紹各種生理信號采集的基本方法，重點強調特征信號的處理過程，加強Matlab軟件等在解決問題中的作用，并聯系前沿介紹新方法，使學生能選擇相應處理方法對不同實際問題進行分析、處理。實踐證明，這種教學方法能夠有效培養學生解決實際問題的能力，激發學生的創造力和自主學習能力，對于培養生物醫學工程專業復合型的實用人才具有重要的意義。

［1］程佩青.數字信號處理教程[M].北京:清華大學出版社,2007.

［2］管玲玲,柳忠校,張善心.基于小波的信號分析[J].計算機與現代化,2011,3:150-152.

［3］鞏萍,趙杰.MATLAB在數字信號處理中的應用[J].長沙大學學報,2009,23(5):78-79.