（1）散点图概述 （2）散点图在回归分析中的应用 （3）散点图在HRV分析中的应用 （4）双信息图概述 （5）双信息图在心泵功能分析中的应用

（1）频域分析方法概述 （2）简单信号和复杂信号 （3）FFT算法和自回归模型(AR)算法 （4）频域的相关性分析(Coherence) （5）频谱分析举例-脑电频域分析

运用BP网络来消除信号的随机噪声和模式识别.作为例子,考虑了正弦波、矩形波和三角波3种信号.在50%噪声情况下,BP网络仍能有效地消除这3种信号中的随机噪声并正确地找出它的理想模式

一、随机信号基本概念 二、信号的幅值域分析 三、相关分析及其应用 四、功率谱分析及其应用

（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

复旦大学：《生理学》课程教学资源（PPT课件）医学信号处理的原理和方法——从噪声中提取有用信息

复旦大学：《生理学》课程教学资源（PPT课件）医学信号处理的原理和方法——原始信号的改善

中国科学技术大学：《电子技术基础》课程教学资源（课件讲稿，模拟电路部分）第九章 信号处理与信号产生电路（滤波电路的基本概念）

电子科技大学：《信号处理理论与算法》课程教学资源（课件讲稿）第三部分 CH01 时频分析——信号分析基础

复旦大学上海医学院：《生理学》课程PPT课件讲稿（医学信号处理的原理和方法）第四讲 原始信号的改善