作者是该领域大牛Willis J.Tompkins，熟悉心电算法的没有不知道PAN-Tompkins算法的。主要介绍生物医学数字信号处理中最重要的基础知识,基本处理方法及其在生物医学工程中的具体应用。本书共分14章:信号转换技术,数字滤波器基础,有限冲激响应滤波器,无限激响应滤波器,整数型滤波器,自适应滤波器,信号平均技术,数据压缩技术,时域和频域分析方法,ECG的QRS复波检测,ECG分析系统,VLSI在数字信号处理中的应用等。全书以生物医学信号中最常见的ECG信号作为处理对象,强调实时性的处理方法。紧紧结合课程内容几乎每章有一个实验,可让学生进行实践。本书可供生物医学工程专业及有关专作为教材,也可供有关研究人员、技术人员作为数字信号处理的实用参考书。

生物医学信号处理的授课讲义。根据生物医学信号特点，应用信息科学的基本理论和方法，研究如何从被干扰和噪声淹没的观察记录中提取各种生物医学信号中所携带的信息，并对它们进步分析、解释和分类。

适合于生物医学工程类工程及大学生对这个领域的了解

生物医学工程专业复试模拟题两套，复试参考书《生物医学工程学》--邓玉林

中国生物医学文献数据库.ppt

Pytorch生物医学视觉深度学习入门与实战--豪华版课程分享，课程包括图像分类，语义分割，目标检测三大领域，共7个完整项目！提供所有的代码和数据下载！

给大家分享一套课程——Pytorch生物医学视觉深度学习课程（图像分类+语义分割+目标检测），共26章，提供课程配套的全部代码+课件+数据下载。包括图像分类，语义分割，目标检测三大领域，共7个完整项目。

生物医学信号处理程序，包含心电信号添加噪声，小波去噪，差分定位，阈值定位，基于C语言的FFT代码。

深圳大学生物医学传感器

多维门控循环单元 该存储库包含用于在的论文中生成结果的代码。 它使用深度学习库PyTorch并用Python实现TensorFlow每个，修改后的版本也被用来在ISBI 2015年纵向病变划分的挑战，达到第一名，脑白质高信号第二名使用MICCAI 2017年（和其先前执行的挑战Caffe在MrBrainS13细分挑战赛中名列第三。 它也在BraTS 2017竞赛中得到了应用，在该竞赛中，确切排名的信息仍然未知。 自从使用Caffe实现首次发布以来，该代码已进行了相当多的改进，尤其是在处理培训和测试运行方面。 尽管使用TensorFlow和PyTorch的这种新实现，报告的结果仍应可重现。 （不再维护以前的Caffe代码（CuDNN中可能存在重大更改，未经测试），但此版本的快照包含在此版本的tensorflow_extra_ops文件夹中，作为TensorFlow的附加操作。） 该代码已