人体存在高度精密而复杂的生物信号，每一种信号都在传递着身体的工作状态，器官机能是否正常，呼吸、循环系统是否健全，人体是否处于一种健康状态……随着信息科技的发展，在医学研究领域，产生了“高端”的医生，它们通过接收人体信号，对人体信息进行检测，实现疾病的诊断和防治。
生物医学传感器好比人的五官，人通过五官，即眼（视觉）、耳（听觉）、鼻（嗅觉）、舌（味觉）和四肢（触觉）感知和接受外界信息，然后通过神经系统传递给大脑进行加工处理。传感器则是一个测量控制系统的“电五官”，他感测到外界的信息，然后送给系统的处理器进行加工处理。如果一个系统没有传感器，就相当于人没有五官。
生物医学信号处理是生物医学工程学的一个重要研究领域，也是近年来迅速发展的数字信号处理技术的一个重要的应用方面，正是由于数字信号处理技术和生物医学工程的紧密结合，才使得我们在生物医学信号特征的检测、提取及临床应用上有了新的手段，因而也帮助我们加深了对人体自身的认识。
生物医学传感器的认识
传感器是能感受（或响应）规定的被测量并按照一定规律转换成可用信号输出的器件或装置。传感器通常由直接响应于被测量的敏感元件和产生可用信号输出的转换元件以及相应的电子线路组成。也可把传感器狭义地定义为：能把外界非电信号转换成电信号输出的器件或装置。
生物医学传感器是一类特殊的电子器件，它能把各种被观测的生物医学中的非电量转换为易观测的电量，扩大人地感官功能，是构成各种医疗分析和诊断仪器与设备的关键部件。我们将生物医学传感技术中常用的传感器按被观测的量划分为以下三类：
（1）物理传感器：用于测量和监护生物体的血压、呼吸、脉搏、体温、心音、心电、血液的粘度、流速和流量等物理量的检测。
（2）化学传感器：用于生物体中气味分子，体液（血液、汗液、尿液等）中的PH值，氧和二氧化碳含量（pO2、pCO2），Na+、K+、Ca2+、Cl-以及重金属离子等化学量的检测。
（3）生物传感器：用于生物体中组织、细胞、酶、抗原、抗体、受体、激素、胆酸，乙酰胆碱、五羟色胺等神经递质，DNA与RNA以及蛋白质等生物量的检测。？传感器按尺寸划分有：常规传感器（毫米级，可用于组织检测），微型传感器（微米级，可用于细胞检测）和纳米传感器（纳米级，可用于细胞内检测）。
对传感器的性能要求
（1）有较高的灵敏度和信噪比。灵敏度高时，输入较小的信号即可产生较大的输出信号。传感器输出信号电压与噪声电压之比称为信噪比。信噪比越高，说明获得的有用的输出信号就越大，信噪比越小，信号与噪声越难分辨，严重时将出现信号被噪声淹没的现象，无法获得有用的信号，测量无效。
（2）有良好的线性和较高的响应速度？
线性好是指传感器的输出信号在规定的工作范围内与输出信号成比例关系，而不产生信号非线性失真。响应速度快表明输出和输入的延迟时间短、实时性好。
（3）重复性、一致性和选择性好？
重复性好是指传感器反复使用，其性能不变。一致性好是指传感器的互换性强，在生产与修理中尤为重要。选择性好是指传感器只对确定目标的变量有响应，不受其他变量的影响。
（4）化学、物理性能好？
传感器必须与人体的化学成分相容，既不会腐蚀也不会给人体带来毒性。传感器的形状、尺寸和结构应与待测部位的解剖结构相适应，对被测对象的影响要小，使用时应不损伤组织。
（5）电气安全性好。传感器要与人体有足够的电绝缘，即使在传感器损伤的情况下，人体收到的电击也应在安全之下。
（6）操作性好。传感器应操作简单、维护方便、便于消毒。
生物医学传感器的意义
随着生物传感技术的不断发展，生物传感器必将在医学领域掀起一股热潮。
（1）生物传感器采用固定化生物活性物质作催化剂，价值昂贵的试剂可以重复多次使用，克服了过去酶法分析试剂费用高和化学分析繁琐复杂的缺点。因此，这一技成本低，在连续使用时，每例测定仅需要几分钱人民币，术在很大程度上减轻病患医疗费用上的负担。
（2）生物传感器专一性强，只对特定的底物起反应，而且不受颜色、浊度的影响，准确度高，一般相对误差可以达到1％；分析速度快，可以在一分钟得到结果。因此，这一技术应用于医学上不仅提高了检测结果的准确性，更是缩短了整个过程所需的时间，进一步提供了救治病人的先机。
（3）操作系统比较简单，容易实现自动分析。在临床中，许多操作对于病患来说是痛苦的，若能很好的利用生物传感器的这一特点，我相信将为他们减少很多的痛苦。
当前各种利用生物传感技术开发的仪器也已问世，但是在应用上还有许多技术需要深入研究。诊断各种疾病的医用传感器，还有待于引深研发，例如谷氨酸传感器是一种稳定的脱氢酶、转氨酶、血氨的指示性传感器，它在临床急症室等许多场合可取代光度法测定，有潜在应用前景；测定胸外科病人乳酸指标的生物传感器也已开始应用，与肾透析联用的几种生物传感器也有产业化开发价值。今后这些生物传感器将逐渐得到普及，给广大病患带来更多的福音。
生物医学信号
生物医学信号有一维、二维之分一般而言，将一维信号称为信号，二维信号称为图像自然界广泛存在的生物医学信号是连续的，由于计算机巨大的计算能力，一般先用转换器将连续信号转换成数字信号，然后在计算机内用各种方法编制成的软件进行分析处理限于篇幅，这里只论一维生物医学信号的处理方法。
信号处理的领域是相当广泛而又深人的，已在不同程度上渗透到几乎所有的医疗卫生领域从预防医学、基础医学到临床医学，从医疗、科研到健康普查，都已有许多成功的例子如心电图分析，脑电图分析，视网膜电图分析，光片处理，图像重建，健康普查的医学统计，疾病的自动诊断，细胞、染色体显微图像处理，血流速度测定，生物信号的混沌测量等等。
生物医学信号特点
（1）信号弱：直接从人体中检测到的生理电信号其幅值一般比较小。如从母体腹部取到的胎儿心电信号仅为10～50μV，脑干听觉诱发响应信号小于1μV，自发脑电信号约5～150μV，体表心电信号相对较大，最大可达5mV。因此，在处理各种生理信号之前要配置各种高性能的放大器。
（2）噪声强：噪声是指其它信号对所研究对象信号的干扰。如电生理信号总是伴随着由于肢体动作、精神紧张等带来的干扰，而且常混有较强的工频干扰；诱发脑电信号中总是伴随着较强的自发脑电；从母腹取到的胎儿心电信号常被较强的母亲心电所淹没。这给信号的检测与处理带来了困难。因此要求采用一系列的有效的去除噪声的算法。
（3）频率范围一般较低：经频谱分析可知，除声音信号（如心音）频谱成分较高外，其它电生理信号的频谱一般较低。如心电的频谱为0.01～35Hz，脑电的频谱分布在l～30Hz之间。因此在信号的获取、放大、处理时要充分考虑对信号的频率响应特性。
（4）随机性强：生物医学信号是随机信号，一般不能用确定的数学函数来描述，它的规律主要从大量统计结果中呈现出来，必须借助统计处理技术来检测、辨识随机信号和估计它的特征。而且它往往是非平稳的，即信号的统计特征（如均值、方差等）随时间的变化而改变。这给生物医学信号的处理带来了困难。
因此在信号处理时往往进行相应的理想化和简化。当信号非平稳性变化不太快时，可以把它作为分段平稳的准平稳信号来处理；如果信号具有周期重复的节律性，只是周期和各周期的波形有一定程度的随机变异，则可以作为周期平稳的重复性信号来处理。更一般性的方法是采用自适应处理技术，使处理的参数自动跟随信号的非平稳性而改变。
生物医学信号的检测方法
（1）AEV方法
AEV方法原是通信研究中用于提高信噪比的一种叠加平均法，在医学研究中也叫平均诱发反应法，简称方法所谓诱发反应是指肌体对某个外加刺激所产生的反应，AEV方法常用来检测那些微弱的生物医学信号如希氏束电图、脑电图、耳蜗电图等希氏束电图的信号幅度仅一拼，它们在用丫方法检测出之前，几乎或完全淹没在很强的噪声中，这些噪声包括自发反应，外界干扰，仪器噪声方法要求噪声是随机的，并且其协方差为零，信号是周期或可重复产生的，这样经过平方次叠加，信噪比可提高N倍，使用方法的关键是寻找叠加的时间基准点。
（2）生物医学信号的混沌测量
传统的测量技术以线性方法为主，强调的是稳定、平衡和均匀性而非线性系统是在不稳定、非平衡的状态中提取信息、处理信息，从而显示它特有的优点混沌用于测量闭可以说是一种尝试，也许人们很难想象一个极不稳定的混沌系统能进行精确的测量，可是生物的感觉器官就是极不稳定的混沌系统，其检测灵敏度却远远超出目前的科技水平，这是一个全混沌系统的最大特点是初值敏感性和参数敏感性，即所谓蝴蝶效应混沌测量的基本思路就是把蝴蝶效应倒过来应用将敏感元件作为混沌电路的一部分，其敏感参数随待测量变化而变化，？并使系统的混沌轨道变化，测出馄沌轨道的变化就可得到待测量，这是一种不同于传统测量的新方法。
生物医学信号的处理方法
简单的信号处理是建立在线性时不变系统理论基础上的，这种理论只适用于平稳信号的处理，非平稳信号是多种多样的。其中有一种是均值缓慢变化而方差不变的信号。由于生物体对处界刺激的适应能力，生物体在接受外界刺激的适应过程中产生的生物信号就具有这样的特点。均值变化的规律称为趋势函数，一旦从这类信号中除去趋势函数，信号就变成了平稳的。因而在分析这种信号时，首先应进行消除趋势函数处理；另一类非平稳的信号可近似地看成是分段平稳的。脑电信号常具有这个特点，因为脑电信号随着精神状态的改变而改变，造成逐段平稳的状态。在处理这类信号的第一步是把它正确地分段，使它的每一段都可以认为是平稳的，再用平稳信号处理方法处理它们。
由于计算机技术的普及与发展，以及数字处理方法的通用性和灵活性，数字信号处理技术己成了信号处理技术的主流。为了进行数字信号处理，必须在正式处理前先把模拟信号时间离散化、量化。在数字信号处理中已经指出，采样导致信号频谱的周期延托，周期延拓结果造成频谱混叠。对一个频带宽度有限的信号，只要采样频率大于信号最高频率的两倍，就可以避免这种频谱混叠。然而，实际信号的频谱并不像理想的那样，在高于某个最高频率的区域上幅度就截然变为零，而只是比较小而已。因此，采样定理只能近似地满足，实际频谱混叠仍然存在。为了克服这个问题，必须在采样以前，将信号通过一个高频抑制能力较理想的低温滤波器（称为抗混迭滤波器）进行限带滤波处理。
根据信号处理系统任务要求，有时在取得信号后，不需立即得到处理结果，这时就可以来用离线处理。大多数情况下，要求处理结果在采集同时或采集结束后立即得到，就要用实时的或在线的处理方法。在实时和在线的处理中，处理（运算）速度要足够快，占用内存空间也有一定限制，均比离线处理要求高，有时为了实现足够快的处理速度，不得不采用专用的硬件处理器。