第七周 从噪声中提取有用信息 (1)叠加法改善信号质量的统计学依据。 (2)诱发脑电、希氏束电位和运动电位的叠加方法。 (3)用自相关法检测外周神经放电中的周期性信号。 第八周 时域特征值测量 (1)信号时程和幅度的手工测量 (2)血压和脉搏波的常用特征值分析。 (3)心电波群的自动测量。 第九周 微积分技术的应用 (1)微分的二点公式和三点公式。 (2)积分的梯形公式、辛卜生公式和科特斯公式。 (3)用微积分技术作心肌力学分析 第十周: 第十一周 传导速度的测量 (1)神经干动作电位传导速度的手工测量。 (2)用互相关技术测量血流传导速度 频数分布图和脉冲的信息编码 (1)时间序列直方图 (2)非序列直方图 (3)神经放电脉冲的直方图表达和信息编码。 第十二周 十三周 频谱分析 (1)简单信号、复杂信号和富氏级数。 (2)快速富立叶变换(FFT)和自回归模型(AR)。 (3)自发脑电的频谱分析。 第十四周: 多个生物信号的相关分析 (1)信号的同源性和因果性判断。 (2)相干函数 (3)心率变异性(HRV)和压力反射敏感性(BRS)分析。 第十五周: 数据拟合和数学模型 (1)直线和可转换成直线的拟合。第七周： 从噪声中提取有用信息 （1）叠加法改善信号质量的统计学依据。 （2）诱发脑电、希氏束电位和运动电位的叠加方法。 （3）用自相关法检测外周神经放电中的周期性信号。 第八周： 时域特征值测量 （1）信号时程和幅度的手工测量。 （2）血压和脉搏波的常用特征值分析。 （3）心电波群的自动测量。 第九周： 微积分技术的应用 （1）微分的二点公式和三点公式。 （2）积分的梯形公式、辛卜生公式和科特斯公式。 （3）用微积分技术作心肌力学分析。 第十周： 第十一周： 传导速度的测量 （1）神经干动作电位传导速度的手工测量。 （2）用互相关技术测量血流传导速度。 频数分布图和脉冲的信息编码 （1）时间序列直方图。 （2）非序列直方图。 （3）神经放电脉冲的直方图表达和信息编码。 第十二周： 第十三周： 频谱分析 （1）简单信号、复杂信号和富氏级数。 （2）快速富立叶变换(FFT)和自回归模型(AR)。 （3）自发脑电的频谱分析。 第十四周： 多个生物信号的相关分析 （1）信号的同源性和因果性判断。 （2）相干函数。 （3）心率变异性(HRV)和压力反射敏感性(BRS)分析。 第十五周： 数据拟合和数学模型 （1） 直线和可转换成直线的拟合