《基于机器学习的非侵入性生物医学信号传感和处理进展》

本书介绍了生物医学领域的现代技术进步和革命。当代传感、物联网 （IoT） 以及机器学习算法和架构的进步为移动医疗保健引入了新的方法。需要对健康状况危重的患者进行持续观察。它允许在日常生活活动中监测他们的健康状况，例如在运动、散步和睡眠期间。它可以通过智能混合现代物联网框架、无线生物医学植入物和云计算来实现。此类解决方案目前正在由医疗保健和政府机构、研究实验室和生物医学公司开发并处于测试阶段。生物医学信号，如心电图（ECG），脑电图（EEG），肌电图（EMG），心声图（PCG），慢性阻塞性肺（COP），眼电图（EoG），光电容积脉搏波（PPG）和图像模式，如正电子发射断层扫描（PET），磁共振成像（MRI）和计算机断层扫描（CT）通过生物医学传感器和小工具非侵入性地获取，测量和处理。这些信号和图像代表了人类心血管、神经、视觉和大脑系统的活动和状况。为了进行有效的监测和诊断，需要以适当的颗粒度对这些信号和图像进行多通道传感。它呈现大量数据，手动分析不可行。因此，自动化医疗保健系统正处于发展过程中。这些系统主要基于生物医学信号和图像采集和传感、预处理、特征提取和分类阶段。描述了当代生物医学信号感知、预处理、特征提取以及基于智能机器和深度学习的分类算法。本书的每一章都从重要性、问题陈述和动机开始。提供了自给自足的描述。因此，每一章都可以独立阅读。据编者所知，本书全面汇编了非侵入性生物医学信号传感和处理与机器学习和深度学习的进展。我们相信，本书中介绍的理论、算法、实现、应用、方法和挑战将对现代有效医疗保健系统的设计和开发产生影响和贡献。