生物医学信号一般都是被强噪声淹没的低频微弱非平稳信号，它们对研究人体生理状态和临床诊断具有重要价值，且其处理方法都是以数字信号处理方法为基础的。生物医学信号处理如干扰噪声的滤除、特征信息的提取能力等决定着这些信号是否真正为人们所用。到目前为止，已有多种以傅里叶变换为基础的时频分析被应用于提取微弱生物医学信号中对科学研究和临床诊断有价值的特征信息。以傅里叶变换为基础的小波变换，沿用了短时傅里叶变换的时频局域化思想，同时又改善了时间窗不随频率变化的局限性，成为继傅里叶变换以来在工程领域上新的里程碑，被誉为信号分析的“数学显微镜”。尽管离散小波变换因为其时频分析和多分辨率分析能力而被广泛使用，但它仍有几方面不足，如信号变换有平移敏感性、频率混叠现象、方向选择性少等。在信号处理过程中，这些缺点导致信号细节信息丢失或结果不精确等后果。针对传统离散小波变换的不足，论文提出了一种基于双树复小波变换的微弱生物医学信号处理方法。双树复小波变换特有的平移不变性、抗混叠效应和多方向选择等性质，可以克服传统离散小波变换的上述缺点。文中分别对心阻抗微分信号、心电信号、心音信号和医学图像4种生物医学信号进行基于双树复小波变换的去噪、特征提取或图像融合等处理。经实验证明：双树复小波变换比传统离散小波变换去噪能力更强，信号边缘、纹理等有用特征得到较好地保留和提取，且融合图像更清晰、含信息量更多。因此双树复小波变换可以作为一种微弱生物医学信号处理的新方法。