完整代码，可直接运行

采用以AD620及OP07为核心的信号放大器来实现心电信号的放大，电路功耗小，灵敏度高，理论上最低只需3 V的电源，可由外接电池提供，容易实现基于移动式设备(如笔记本电脑)为核心的心电信号采集及处理，是一种实用的心电信号前端采集放大电路(信号的进一步优化可在采集后由软件进行调理)。

matlab简易心电信号处理 频谱 滤波等

针对隐马尔科夫模型在运动想象脑电信号分类应用中,其独立性假设与脑电信号间相关性的不一致问题,提出一种基于Choquet模糊积分隐马尔科夫模型的脑电信号分类方法。该模型应用模糊积分的单调性取代了概率测度的可加性,放宽了隐马尔科夫模型的独立性假设。利用重叠滑动窗对脑电信号分段,然后对每段数据提取绝对均值、波长和小波包相对能量特征,构成特征序列用于CI-HMM的训练和分类。选取2008年BCI竞赛Datasets 1的两类运动想象数据进行分类实验,结果表明,该方法有效提高了隐马尔科夫模型方法对运动想象脑电信号分类的性能。

本文设计了一种无线多通道表面肌电信号(surface electromyography，SEMG)采集系统，该系统包括多通道的无线传感器和信号接收部分

完整代码，可直接运行

为了更有效地提取脑电信号特征波，结合小波包和ICA（独立分量分析），提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解，然后进行相关频段信号的重构，从而提取出特征波的概貌作为初次提取的特征波；再利用ICA分离技术，以初次提取的特征波为参考信号对其进行增强。实验结果表明，对比于独立地应用某一种方法，两种方法相结合更能有效地提取脑电信号特征波。

为了方便地监测睡眠情况，合理评价睡眠质量，设计了基于智能终端的睡眠监测系统。该系统主要包括信号采集模块和智能终端。信号采集模块与智能终端之间采用蓝牙通信，实现对脑电信号的采集、接收、分析及存储。智能终端采用小波变换对脑电信号去噪，提取样本熵作为特征参数，利用随机森林算法对睡眠进行自动分期，并评估睡眠质量。5名志愿者参与实验，结果表明，信号采集模块能够采集高质量的脑电信号，分析软件可以快速、准确地进行睡眠质量评估。该系统体积小，功耗低，可以对睡眠质量进行定量反映和客观评估。

本研究根据人体心电信号的特点， 设计出了放大电路，并对其进行分析和仿真， 该放大电路在性能指标方面满足美国心脏协会(AHA) 对心电监护仪的放大器的要求， 对输入信号的波形可以实现低失真的输出， 具有较好的放大性能。

为了高效迅速地实现信号分析处理功能，本系统以NI公司的LabVIEW为开发平台，设计了虚拟心电信号分析系统，通过LabVIEW软件读取MIT-BIH 数据库中的心电信号；采用Matlab scrip调用小波变换算法对心电信号进行滤波以及QRS波的检测，针对目前心电分析系统不具备对低频率、形态多样的P、T波检测这一缺陷，本文设计了P、T波检测功能，实现了对人体心脏状况的监测与显示。系统具有读取、存储、分析处理、显示心电信号参数、心电波形对比以及诊断等功能，在信号分析方面具有较好的效果，操作简单，成本低，实用性强。