（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。
