Biosignaalilla tarkoitetaan mitä tahansa ihmiskehosta mitattavissa olevaa suuretta. Eräs hyvin tunnettu biosignaali on sydämen sähköisen toiminnan mittaus eli sydänkäyrä (EKG), josta nähdään muun muassa sydämen syketiheys. Mitatun biosignaalin ominaisuudet riippuvat yleensä useista eri kehon sisäisistä ja ulkoisista tekijöistä. Esimerkiksi sydämen syketiheyden tiedetään nousevan ja sykevariaation pienenevän fyysisen kuormituksen kasvaessa. Syketiheyden säätelymekanismina toimii autonominen hermosto ja siten syketiheyttä mittaamalla voidaan arvioida autonomisen hermoston toimintaa. Mitatun signaalin ominaisuudet voivat myös heijastaa esimerkiksi jonkin sairauden aiheuttamia muutoksia. Biosignaalien analyysissa pyritään usein arvioimaan (estimoimaan) juuri tällaista signaalin sisältämää hyödyllistä informaatiota.

Biosignaalien analyysissa voidaan erottaa kaksi eri osa-aluetta: tapahtumasidonnainen analyysi ja signaalin spontaanien ominaisuuksien analyysi. Tapahtumasidonnaisessa analyysissa pyritään arvioimaan jonkin ulkoisen ärsykkeen aiheuttamaa muutosta signaalissa. Tällöin siis tarkastellaan ainoastaan niitä signaalin osia, jotka liittyvät annettuun ärsykkeeseen. Signaalin spontaanien ominaisuuksien analyysissa sen sijaan tarkastellaan mitattua signaalia kokonaisuudessaan ja sen ominaisuuksia pyritään arvioimaan matemaattisin menetelmin. Tyypillinen lähestymistapa on muun muassa laskea signaalin spektri, josta voidaan arvioida signaalin sisältämiä taajuuskomponentteja.

Ensiarvoisen tärkeää biosignaalien estimoinnissa on oikeanlaisen estimointimenetelmän valitseminen. Eräs tärkeä asia menetelmän valintaan liittyen on tarkasteltavan signaalin stationaarisuus. Signaalin sanotaan olevan stationaarinen, jos sen tilastolliset ominaisuudet eivät muutu ajan funktiona. Useat perinteiset biosignaalien estimointimenetelmät kuten esimerkiksi Fourier muunnokseen perustuvat spektriestimointimenetelmät olettavat signaalin stationaariseksi. Yleensä kuitenkin biosignaalin syntyyn vaikuttavien tekijöiden voimasuhteet vaihtelevat ja näin ollen mitattava biosignaali on usein luonteeltaan epästationaarinen. Tämä täytyy huomioida estimointimenetelmää valittaessa.

Mika Tarvaisen väitöskirjassa on esitetty kolme uutta biosignaalien estimointimenetelmää. Menetelmät mahdollistavat biosignaalien sisältämän informaation entistä tarkemman arvioinnin. Ensimmäinen kehitetty menetelmä on pääkomponenttianalyysiin perustuva lähestymistapa mitattujen galvaanisten ihoreaktio- eli GSR-vasteiden säännönmukaisuuden tutkimiseen. Väitöskirjassa tutkittiin terveiltä kontrollihenkilöiltä ja psykoottisilta potilailta mitattujen vasteiden eroavaisuuksia, ja kehitettyä menetelmää käyttäen terveet ja psykoottiset koehenkilöt voitiin erotella luotettavasti mitattujen GSR vasteiden perusteella. Toinen esitetty menetelmä on kehittynyt menetelmä sydämen sykevariaatio- eli HRV-signaaleissa tyypillisesti esiintyvien hitaiden perustason vaihteluiden poistamiseen. Tällaiset hitaat trendit ovat yleensä merkityksettömiä, mutta häiritsevät signaalin muiden ominaisuuksien arviointia ja on siten syytä poistaa. Kolmannessa, väitöskirjassa esitetyssä menetelmässä estimoidaan epästationaarisen aivosähkökäyrä- eli EEG-mittauksen ominaisuuksia käyttäen ajasta riippuvia aikasarjamalleja. Aikasarjamallin parametrien arvot estimoidaan niin sanotun Kalman suodin menetelmän avulla. Esitettyä menetelmää käyttäen voidaan EEG:n aika-taajuus informaatiota tarkastella tarkemmin kuin aiemmin käytetyillä menetelmillä.