生理信号采集与分析
人体生理信号采集与处理技术
人体生理信号采集与处理技术随着科技的进步，人类对于自身健康状况的关注越来越高，并且人体生理信号采集与处理技术也随之不断地进步与发展。
人体生理信号采集与处理技术是一门以生理学为基础，融合电子技术、计算机技术和信号处理技术的新兴技术，旨在通过采集人体各种生理信号，加以处理和分析，科学地指导人体健康管理和疾病治疗。
本文将详细探讨人体生理信号采集与处理技术的现状、发展趋势以及未来展望。
一、人体生理信号采集技术人体生理信号采集技术是指通过仪器设备采集和记录人体某些生理信号并将其转化为数字信号的过程。
这些生理信号可以包括心电图信号、脑电图信号、眼电图信号、肌电图信号等。
其中最常见和研究较为深入的信号是心电图信号和脑电图信号。
心电图信号采集技术是指通过心电图仪将人体心脏的电信号采集下来并记录，从而推测心脏的功能状态、活动强度以及存在的异常情况等，是研究心脏疾病和心律失常的重要手段之一。
心电图采集设备通常包括导联电缆、吸盘电极、放大器、滤波器、数字转换器等。
脑电图信号采集技术则是指将人体脑部活动所产生的电信号采集下来并记录，用于研究大脑的各种功能状态、脑波的类型和特征等。
脑电图采集设备通常包括头盔、电极、绳索、放大器等。
二、人体生理信号处理技术人体生理信号处理技术是指对采集到的人体生理信号进行幅度分析、时频分析、小波分析、相关分析等，以便更全面地了解人体生理功能的特征和变化规律，从而实现对健康的管理和疾病的诊断等。
其中最常见的信号处理方法是时频分析。
时频分析是一种将时域和频域结合起来的技术，可以有效地分析信号中含有的时间和频率信息。
时频分析可以对生物信号进行精细的分析，如心电图、脑电图等信号的分析。
人体生理信号处理技术主要应用在医学、康复和运动训练等领域。
在医学领域中，生理信号处理技术可以用来帮助医生快速诊断心脏病、脑部异常、睡眠失调等疾病；在康复领域中，生理信号处理技术可以用来辅助康复治疗，恢复受伤或残疾患者的身体功能；在运动训练领域中，生理信号处理技术可以用来监测运动员的身体状态，以便更加科学地制定训练计划。
人体生机电信号采集与处理技术的研究与应用
人体生机电信号采集与处理技术的研究与应用一、简介人体生机电信号是指在人体器官和组织中产生的微弱电信号，这些信号反映了人体生理状态和功能活动的变化。
人体生机电信号采集与处理技术的研究与应用是一个涉及多学科的领域，包括生物医学工程、生理学、电子工程等。
本文将重点介绍人体生机电信号采集与处理技术的研究进展和应用方向。
二、人体生机电信号的采集技术1. 生物电信号采集技术生物电信号是指人体神经系统和肌肉运动产生的电信号，主要包括脑电图（EEG）、心电图（ECG）和肌电图（EMG）等。
脑电图采集可通过电极贴附在头皮上，记录大脑活动的电位变化；心电图采集则通过电极贴在胸部，记录心脏电活动；肌电图的采集则通过电极贴在肌肉上，记录肌肉的电活动。
这些采集技术能够为医学诊断、神经科学研究等提供重要数据。
2. 生理信号采集技术生理信号是指反映人体生理状态和功能的非电信号，包括血压、体温、呼吸等。
血压信号采集可通过医用血压计测量上臂收缩压和舒张压；体温信号通过温度传感器采集人体体表的温度变化；呼吸信号采集则可以通过胸带或喉插管等仪器记录胸部运动和气流量。
这些生理信号采集技术对于临床监护、健康评估等具有重要意义。
三、人体生机电信号的处理技术1. 信号滤波与增强由于人体生机电信号受到各种干扰，如电源干扰、运动噪声等，因此需要对信号进行滤波和增强。
常用的方法有低通滤波、高通滤波和带通滤波等。
滤波技术可以去除噪声干扰，保留有效的生理信息。
2. 特征提取与分析通过数学算法和机器学习方法，提取人体生机电信号中的特征信息。
例如，通过对脑电信号的频谱分析，可以获得不同频段上的能量分布情况；利用心电图的QRS波形特征，可以判断心脏的起搏和传导情况。
特征提取和分析为信号识别和分类提供了基础。
3. 信号识别与分类通过模式识别算法和分类器，对人体生机电信号进行识别和分类。
例如，利用脑电信号可以实现脑机接口技术，将脑电信号转化为控制指令，实现人机交互；利用心电信号可以实现心律失常的自动诊断，提供临床决策支持。
人体生理信号识别与监测的实验方法和意义
人体生理信号识别与监测的实验方法和意义人体生理信号识别与监测是一项重要的研究领域，它可以帮助医学界更好地了解人体的生理状态，并在健康管理、疾病诊断与治疗等方面发挥重要作用。
本文将介绍人体生理信号识别与监测的实验方法以及其意义。
一、实验方法：1. 信号采集：采集人体生理信号是人体生理信号识别与监测的关键步骤。
常用的信号采集方法有心电图采集、血压采集、体温采集、脑电图采集等。
其中，心电图采集是目前应用较为广泛的一种方法，可以通过电极粘贴在胸部获得心脏的电活动信号。
血压采集则是使用一种袖带将压力传感器与被测者的上臂相连接，实时监测血压的变化。
体温采集可以通过体温计等仪器实时测量被测者的体温。
脑电图采集则是通过将电极放置于被测者头皮表面，记录脑电信号的变化。
2. 信号处理：信号采集后，需要对信号进行处理，以提取有效的生理信息。
信号处理的方法有很多，常用的有滤波、放大、特征提取等方法。
例如，可以使用带通滤波器来去除噪音，并提取出感兴趣的频段。
放大技术可以将信号放大，以增加信号的清晰度。
特征提取则是通过一些数学方法，将信号转换为一组特征向量，用于后续的生理状态分类和分析。
3. 信号分类与分析：经过信号处理后，需要对信号进行分类与分析。
信号分类指的是根据信号的特征向量将其归类为不同的生理状态，例如心脏窦性心律和心房颤动之间的分类。
信号分析则是对信号进行更深入的研究，例如通过信号的时频分析，了解信号的时域和频域特性。
这些分类与分析的结果可以为医生提供有价值的信息，帮助医生进行疾病诊断和治疗决策。
二、意义：1. 健康管理：人体生理信号识别与监测可以帮助个人监测自己的生理状态，从而进行健康管理。
例如，通过定期测量心率和血压，可以及时发现异常情况，并采取相应的措施进行干预。
这对于预防心血管疾病等慢性病的发生具有重要意义。
2. 疾病诊断与治疗：人体生理信号识别与监测可以帮助医生进行疾病的诊断和治疗。
例如，心电图信号的监测可以帮助医生判断心脏是否存在异常，脑电图信号的监测可以帮助医生诊断脑电活动异常等。
生理学实验报告-《生理信号采集器的使用》
实验一：生理信号采集器的使用一、实验目的1、熟悉RM6240生物信号采集器处理系统的基本结构2、掌握生物信号的记录、分析、存储、数据导出等方法与操作，为后续的各项试验奠定基础。
二、实验原理1、功能一台生理信号采集处理仪往往具有对多个生物信号放大、记录、信号输出和刺激输出的功能，同时还具有对信号进行滤波、微分和积分的功能。
生物信号采集处理仪能对采集的信号进行自动分析、变换、频谱和功率谱分析，因此能够大大简化实验室仪器设备，提高实验效率。
2、组成：生物信号采集处理系统由硬件与软件两大部分组成。
硬件主要完成对各种生物电信号（如心电、肌电、脑电）与非电生物信号（如血压、张力、呼吸）的调理、放大，并进而对信号进行模/数（A/D）转换，使之进入计算机。
软件主要用来对信号调理、放大、 A/D 转换的控制及对已经数字化了的生物信号进行显示、记录、存储、分析处理及打印。
3、工作原理：将原始的生物机能信号，包括生物电信号和通过传感器引入的生物非电信号进行放大、滤波等处理，然后对处理的信号通过模数转换进行数字化并将数字化后的生物机能信号传输到计算机内部，计算机则通过专用的生物机能实验系统软件接收从生物信号放大、采集硬件传入的数字信号，然后对这些收到的信号进行实时处理。
三：实验材料RM6240生物信号采集器处理系统四：实验结果1、熟悉RM6240生物信号采集器处理系统结构与组成由硬件与软件两部分组成，硬件包括外置程控放大器、数据采集板、数据线及各种信号输入输出线。
以RM6240C为例其前后面板如图1、2所示。
图 1：生物信号采集器正面视图图 2：生物信号采集器背面视图2、软件使用（如图3所示）：运行软件:（1）打开外置的“生理实验系统”电源（若仅对以前记录的波形进行分析，不作示波及记录，则可不开外置仪器），然后开启计算机，用鼠标双击计算机屏幕上的“RM6240生物信号采集处理系统1.x”图标进入实验系统。
（2）进入RM6240生物信号采集处理系统主界面后，可以通过屏幕右边参数控制区从上至下依次在各通道设置、所需要的通道模式、扫描速度、灵敏度、时间常数和滤波等参数。
BL-420生物机能实验系统-仪器介绍
1、介绍生理信号采集与处理的基本知识1）、机能学实验中常用的生理信号及其采集与处理的基本知识在机能学实验中，经常需要进行采集、记录、分析的生理信号主要有四种类型：第一种类型是反映电活动变化的生物电信号，如神经骨肉的电活动变化、细胞内外的电活动变化以及脑电、心电的变化等。
这些生物电信号需要通过相应的电极引导、采集、输入记录仪器系统，进行放大后才可以显示、记录出来。
第二种类型是反映压力变化的信号，如血压的变化、心脏收缩期和舒张期的压力变化、胆囊收缩的压力变化等。
这些压力变化信号首先需要通过一个压力信号转换装置（压力换能器），将压力信号转换为电信号，输入记录仪器系统，进行放大、显示、记录出来。
、第三种类型是反映张力变化的信号，如离体肠管收缩、舒张的张力变化，心室肌或者心房肌收缩、舒张的张力变化，腓肠肌收缩的张力变化，呼吸肌的运动等。
这些张力变化信号也是需要先通过一个张力信号转换装置（张力换能器），将张力信号转换为电信号，输入记录仪器系统，进行放大、显示、记录出来。
第四种类型是反映心输出量变化和血流量变化的信号。
也是需要先将流速、流量的信号转换为电信号，输入到流量计中进行放大、计算，最后显示、记录出来。
对这些生理信号进行采集与处理最常用到的仪器有三大类型：主要用于神经及细胞电生理实验的电生理记录仪器：有微电极放大器、刺激器、示波器等；多导生理记录仪系统；多通道生信号采集与处理系统。
2）、BL-420多通道生理信号采集与处理系统的介绍BL-420生物机能实验系统为成都泰盟电子有限公司生产的生物信号显示与处理系统，主要用于生理、病理生理、药理等学科的各种机能实验、电生理实验等。
可以进行实时的信号显示与处理，也可以及时存储、实验后回放数据进行处理。
系统硬件的四个连接接口分别可以提供心电、压力、张力等换能器以及电生理实验的各种连接。
系统功能介绍BL-420窗口的内容及其功能BL-420窗口主要分为六个区域：菜单命令区、工具条区、信号显示区、信息切换区、标尺基线及标尺单位调节区以及刺激器启动区。
生物电信号采集与分析技术的研究
生物电信号采集与分析技术的研究生物电信号采集与分析技术是生物医学领域中一项极为重要且具有前沿性的研究，该技术可以用来探究人体生理、病理情况下的信息传递与物质变化过程。
目前，生物电信号采集与分析技术已广泛应用于医学、生物学、神经科学等许多领域，并得到了普遍认可和支持。
本文将从生物电信号的介绍、采集与记录、信号处理与分析等几个方面探讨生物电信号采集与分析技术的发展现状和未来发展趋势。
生物电信号的介绍生物电信号是指生物体内由细胞、组织等生物体构成的电流、电势或电场等所产生的电信号。
在正常情况下，人体的生物电信号活动是协调的，但在某些疾病情况下，生物电信号的异常变化可能会导致一些生理和病理现象。
因此，研究生物电信号的变化规律及其与人体功能、疾病的关系，对于疾病诊断、预防和治疗具有重要意义。
生物电信号采集与记录生物电信号采集是将生物电信号从人体或动物身上获取，并转换成数字信号的过程。
通常使用电极、传感器等设备直接接触或置于生物体上的方法进行信号采集。
在信号采集过程中，需要考虑一系列因素，如信号波形的准确性、采样频率、信噪比等。
另外，为了获得高质量的生物电信号，需要采取适当的预处理措施，例如滤波、放大、去除运动伪像等。
生物电信号的记录通常采用仪器记录的方式，主要有模拟记录和数字记录两种方式。
在模拟记录中，生物电信号首先被放大并过滤，然后转换成不同的信号类型，最后用仪器进行记录。
在数字记录中，生物电信号直接通过硬件进行数字化处理，然后以数字信号形式记录。
数字记录具有高精度、高可靠性、易于处理和存储等优点，因此逐渐取代了模拟记录。
信号处理与分析信号处理与分析是将生物电信号进行非线性分析和数字信号处理的过程，主要包括信号去噪、特征提取、模型拟合和分类、谱分析等。
这些技术可用于分析信号的时域、频域、时频域等性质，为疾病诊断、治疗及生理功能研究提供重要科学依据。
生物电信号的研究内容包括脑电（EEG）、心电（ECG）、肌电（EMG）等，每种生物电信号都有其特定的波形结构和频域特征。
生理信号采集和处理技术的研究与应用
生理信号采集和处理技术的研究与应用生理信号是指人体自身发出的各种信号，比如心电、脑电、肌电等，采集这些信号、对其进行处理和分析，是现代医疗和健康领域的重要研究方向之一。
如何实时地获取这些信号，并对其进行准确分析，已经成为生物医学工程领域中的重要问题。
随着科技的不断发展，生理信号采集和处理技术也不断得到改进和完善，并被应用于医疗、健康管理、运动医学、心理学等领域。
一、生理信号采集技术生理信号采集技术是获取生理信号的关键环节，它的准确性和灵敏度关系到后续信号处理分析的精度。
目前，生理信号的采集技术主要包括表面电极、插入型电极、超声波、磁共振等。
其中，表面电极是最为常见的一种，也是应用最为广泛的一种。
它利用贴在人体表面的金属导电片，通过放大器和后段滤波器对感兴趣信号进行放大、过滤和数字化处理，最终得到我们想要的数据。
表面电极虽然易于操控，但其信噪比并不高，且信号易受干扰，导致信号质量不稳定。
在一些高精度要求、深度研究生理信号的领域，如心脏疾病的检测、脑神经信号的研究等，需要使用插入型电极进行信号的采集，它能够更深入地获取信号，并避免干扰。
二、生理信号处理技术生理信号处理技术是将采集的生理信号进行过滤、增强、分析、解释和提取等处理，从中得到有意义的信息。
这一过程被分为两个阶段：前端信号预处理和后端数据分析。
前端信号预处理主要包括滤波、降噪、滤波、提取等处理，使得信号不受采集设备的干扰，满足后续分析的需求。
后端数据分析主要是采用数据处理、数据挖掘等技术，对信号进行定量分析，得出结论。
生理信号的分析是复杂的，通常需要使用相应的软件和算法工具。
比如，神经网络算法、小波分析、时频分析、多变量时间序列分析等。
其中，多变量时间序列分析是一种常用的数据处理方法，能够识别复杂的生理信号，找到和疾病相关的变化模式。
三、生理信号技术在医疗领域的应用生理信号采集和处理技术的研究，不仅能够为人们提供更好的健康管理工具，还可以在医疗领域中发挥重要作用。
电生理信号的采集与分析方法研究
电生理信号的采集与分析方法研究电生理学是研究生物电活动的学科，它关注的是生物体内电信号的产生、传递和转换机制。
在现代医学中，电生理学已成为一项重要的非侵入性检查手段。
例如，脑电图（EEG）是用来记录人脑电信号的一种电生理学方法，它可用于检测癫痫、脑损伤、睡眠障碍等疾病。
此外，肌电图（EMG）也是一种常用的电生理学方法，它可用于测量肌肉电信号以及诊断与肌肉有关的疾病。
电生理信号的采集是电生理学研究的重要步骤。
目前，常用的电生理信号采集设备包括放大器、滤波器、模拟-数字转换器等。
在采集过程中，放大器可以将微弱的生物电信号放大到合适的范围，以便于后期的处理和分析。
滤波器则是用来去除其他频率的干扰信号，确保采集到的信号纯净，不受干扰。
模拟-数字转换器将模拟电信号转换成数字信号，使得信号能够存储和后续处理。
这些设备的结合使用可以保证电生理信号的高质量采集。
除了采集设备，电生理信号的分析方法也是电生理学研究中的重要组成部分。
信号分析的主要方法包括时间域分析、频域分析和时频域分析。
时间域分析常用的指标包括最大峰值、最小谷值和大幅值等。
频域分析则是将信号转换到频域进行分析，常见的频域分析包括快速傅里叶变换（FFT）、小波变换等。
时频域分析则是在时间和频率上同时分析信号，它可以提供更多的信息，包括信号的瞬时频率、瞬时幅度等。
当前，电生理信号的分析方法已被广泛应用到医学领域中。
例如，在脑电图分析中，人工智能技术已经被用于自动检测脑电波中的异常信号，如癫痫等。
此外，心电图（ECG）信号分析也是一个热门的研究领域，它被广泛用于诊断心脏病等疾病。
近年来，随着深度学习和神经网络技术的不断发展，电生理信号分析的效率和精度也会不断提高。
总之，电生理信号的采集与分析方法是电生理学研究中不可或缺的一环。
这些技术和手段在现代医学中的应用越来越广泛，它们不仅可以有效地诊断疾病，还可以为疾病的治疗提供更精确和个性化的方案。
相信在未来，电生理学研究会越来越成熟，为人类健康事业做出更大的贡献。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生理信号采集与分析综述
摘要：生物信号采集与处理系统主要用于观察生物体内或离体器官中探测到的生物电信号以及张力、压力、呼吸等生物非电信号的波形，从而对生物机体在不同的生理或药理实验条件下所发生的功能变化加以记录与分析。
在机能学实验中，经常需要进行采集、记录、分析生理信号[1]
关键词：生物信号；机能学；采集；分析
1.介绍生理信号采集与处理的基本知识[2]
在机能学实验中，经常需要进行采集、记录、分析的生理信号主要有四种类型：
第一种类型是反映电活动变化的生物电信号，如神经骨肉的电活动变化、细胞内外的电活动变化以及脑电、心电的变化等。
这些生物电信号需要通过相应的电极引导、采集、输入记录仪器系统，进行放大后才可以显示、记录出来。
第二种类型是反映压力变化的信号，如血压的变化、心脏收缩期和舒张期的压力变化、胆囊收缩的压力变化等。
这些压力变化信号首先需要通过一个压力信号转换装置（压力换能器），将压力信号转换为电信号，输入记录仪器系统，进行放大、显示、记录出来。
第三种类型是反映张力变化的信号，如离体肠管收缩、舒张的张力变化，心室肌或者心房肌收缩、舒张的张力变化，腓肠肌收缩的张力变化，呼吸肌的运动等。
这些张力变化信号也是需要先通过一个张力信号转换装置（张力换能器），将张力信号转换为电信号，输入记录仪器系统，进行放大、显示、记录出来。
第四种类型是反映心输出量变化和血流量变化的信号。
也是需要先将流速、流量的信号转换为电信号，输入到流量计中进行放大、计算，最后显示、记录出来。
2.采集处理仪器介绍
2.1 BL-420[3]生物机能实验系统为成都泰盟电子有限公司生产的生物信号显示与处理系统，主要用于生理、病理生理、药理等学科的各种机能实验、电生理实验等。
可以进行实时的信号显示与处理，也可以及时存储、实验后回放数据进行处理。
系统硬件的四个连接接口分别可以提供心电、压力、张力等换能器以及电生理实验的各种连接。
2.2 BI-2000医学图像分析系统[4]
图像处理和分析可定义为应用一系列方法获取、校正、增强、变换或压缩可视图像的技术。
其目的是提高信息的相对质量，以便提取信息。
图像处理中的变换属于图像输入-图像输出模式，而在图像分析中的操作属于图像输入-数字信息输出模式。
已有许多图像生成技术问世，但除图像恢复技术以外，图像处理技术在很大程度上与图像形成的过程无关。
一旦图像已被采集并且已对获取过程中产生的失真进行了校正，那么所有可用图像处理技术本质上是通用的。
因此，图像处理是一种超越具体应用的过程：任何为解决某一特殊问题而开发的图像处理新技术或新方法，几乎肯定能找到其他完全不同的应用领域。
图像处理已应用于现代社会的许多领域。
在所有这些领域中的使用方法和技术都很相似，故医疗卫生中的图像处理方法大部分借鉴其他科学和工业领域中的图像处理应用。
2.3 WebChart-400人体生理学实验系统简介[5]
长期以来，中国的生理实验教学以动物实验为主，而且主要针对教材上的经典实验，学生在有限的实验课时间中，很难完全理解某个实验的全部意义，也很难在这个实验上发挥提高。
随着中国实验教学和国际的逐步接轨，将逐步减少动物实验的数量，而提高人体实验的比例，这也是符合动物实验的3R原则，Reduction（减少）、Replacement（替代）和Refinement （优化）。
这不仅有利于减少实验动物经费，而且可以有效的把人体实验结合起来，与临床形成更紧密的关系，既拓展了学生的知识面，也提高了学生的兴趣。
WebChart-400人体生理学实验系统正是成都泰盟科技有限公司迎合这一发展趋势最新推出的新一代生物机能实验系统。
2.4 心电图
心电图(ECG)是心脏除极和复极过程的一种电生理过程的反应[6]。
在医学上．心电图是诊断心血管疾病的一种重要手段，因此，心电信号的采集与分析在医学诊断、科学研究及实验教学中均具有重要意义。
传统的心电记录方法主要靠心电图机来完成，它将仪器的功能以硬件电路的形式固化在仪器内部．对电路生产技术要求高，且功能单一，不容易更新维护。
虚拟仪器(virtual instrument，VI)的出现改变了传统仪器的设计与生产方式，它充分利用计算机强大的图形界面和数据处理能力完成对测量数据的显示和分析，将仪器功能由生产厂家定义转变为由用户自己定义。
虚拟仪器的核心思想是“软件即是仪器”，也就是用软件来实现传统仪器中绝大部分甚至全部由硬件电子电路实现的功能。
因此，利用虚拟仪器技术．用户可以很方便地定义和设计各种仪器。
3.生理信号采集与分析发展方向
1994年胡可夫等以“新型无创伤心功能STI微机检测仪”为题，提示了当时临床上大都使用进口的多道生理记录仪来检测心功能。
并指出仪器存在集成度低、体积庞大、价格昂贵、维护困难、记录纸需进行手工测算、易产生人为误差、效率低[7]；李兰玉于同年在医疗设备信息杂志第6期报告了采集心电、心音、阻抗/导纳曲线，医生可借助荧光屏直接读取阻抗、导纳数据，并可将屏幕结果转存硬盘；同期，于良军以“千米测遥心电监护系统”为题，报告了生理信息遥测技术，用于研究动态条件下心电生理、病理变化；以后5年的研究多定位在对信号的记录与数据存储问题上，将纸或磁带为存储介质的记录发展到应用配备采集卡的计算机数据采集系统，研究进展到大容量数据采集与保存；2004年陈心浩等在中国医疗器械新志杂志上以“基于USB接口的多道生理信号采集系统”为题，报告了编制USB驱动程序，提高了传输速度，简便了电气隔离技术；2005年后进入到生理信号多参数、远程监护的研究；近5年的研究重点侧重于监测平台、无线、家用、便携、低成本、可穿戴技术的研究。
2012年的研究报告，多在以往的基础上，在提高检测精确度和多功能、多通道、低功耗上下功夫。
直观的液晶显示、美观的触摸式按钮、计算机通信增减产生生理信号的种类等，提高了仪器的审美性与开放性；便携式、低成本、可穿戴式的研究进入高潮。
[1]. 王宏宝刘慧萍, 喻嵘,等. 医学机能学实验教学中虚拟实验应用[J]. 中国中医药现代远程教育. 2014(07):84-5.
[2]. 王洪芳. 实验动物生理信号的采集与处理. 2008.
[3]. 廖秋珍. BL-420生物机能实验系统在生理学实验教学中的应用探讨[J]. 卫生职业教育. 2013:92-4.
[4]. Tu Qiuyun, Cao Hui, Zhong Wei,et al. Atorvastatin protects against cerebral ischemia reperfusion injury through anti-inflammatory and antioxidant effects[J]. Neural Regeneration Research.
2014(03):268-75.
[5]. 秦晓群, 杨绿化, 何晓凡. 基于浏览器模式的人体生理学机能实验系统的设计与实现[J]. 中国现代教育装备. 2010(19):8-10.
[6]. 巩萍，夏文艳，倪红艳. 基于虚拟仪器技术的心电信号采集与分析系统[J]. 医疗卫生装. 2013,34(9):17-9.
[7]. 胡可夫, 徐有福, 王舒娅,等. 新型无创伤心功能STI微机检测仪[J]. 医疗卫生装备.
1994(02):1-4.。