微弱生物电信号通常混叠有不同种类的伪迹成分(如:眼电、脑电、心电、肌电、工频干扰等),具有幅值小、噪声强的特点,因此能否有效去除微弱生物电信号中的噪声,并提取有用信息对生物电信号的研究和临床应用具有重要意义。此外,作为一种非平稳性比较突出的随机电生理信号,一般只有从大量的数据中得出的统计结果才具有诊断价值,传统的生物电检测仪器体积庞大、价格昂贵,得不到确切的诊断结果。本文针对上述问题,在深入研究以脑电和心电为代表的微弱生物电信号基本知识的基础上,设计并详细研究了简单数字滤波器的算法和信号采集放大实现电路。推导出数字梳状滤波器的算法,并且首次把这种算法运用到振幅整合脑电仪(CFM)中,取得了良好的效果,文中对具体的电路设计原理图和实验方法进行了详细的介绍。在此基础上本文还创新的提出一种有效的滤波算法——带锁相环的自适应梳状滤波器。这种方法滤波利用锁相环对工频信号及其倍频进行采样,不但节约成本,容易实现,而且可以跟踪电源频率,完全滤除工频干扰及其高次谐波。这些算法和电路虽然以脑电和心电为例研究,但在研究其他生物信号的时候同样可以举一反三。