心电信号的小波分析是一种强大的工具，它有效地捕捉了信号的非平稳特性。在对ECG信号进行分类时，通过小波变换，如'sym4'小波，将信号分解成不同频带的分量，使得信号的特征在时间和频率上局部化，便于处理。以MIT-BIH心律失常数据库为例，采样频率为360 Hz的心电信号被分解，特别关注了QRS复合波的R峰，通过最大重叠离散小波变换，如第4层[11.25, 22.5) Hz和第5层[5.625, 11.25) Hz的频带，精确地定位了R峰值。小波变换计算的心率与专家标注相符，显示了其在信号分离R峰上的优越性，即使面对噪声信号也能有效处理。

在脑动力学研究中，如近红外光谱(NIRS)测量的大脑活动中，时变小波相干分析被用来揭示大脑活动的时域振荡。以两个受试者的上额叶皮层数据为例，通过连续小波变换，研究者发现了受试者的心动周期影响的1 Hz左右和0.15 Hz的振荡，小波相干性谱图则强调了任务相关的大脑活动在特定频率的同步。通过分析，可以直观地理解生理信号中的时变特性。