基于小波的海洛因成瘾者脉象异常分析

利用小波变换的方法，对15例海洛因成瘾者和15例正常人的脉搏信号的时频特征予以分析，根据用于显示离散二进小波变换的三维图形及等高线图，海洛因成瘾者与正常人脉象信号间时频特征的显著差异予以揭示，由此得出了初步的判据。根据该判据，15例海洛因成瘾者全部被检测出来，正常人有2例误检。研究结果表明，基于小波的多分辨率分析是提取脉搏信号特征的一种非常有效的方法。本文对于海洛因成瘾者的诊疗具有一定的价值。     

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题.针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割.由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述.文中还简要讨论了各种方法的特点和局限性.同时对分割的评价体系也做了简要论述.     

基于直方图拟合的MRI图像水平集分割

利用混合高斯模型对MRI图像直方图进行分析,将拟合获得的特征参数作为水平集曲线进化的约束条件,对医学图像进行分割。分割中采用的自适应Level Set方法,能够自适应地确定曲线进化方向（扩张或收缩）,而不必在分割之前指定其进化方向,减少了人工干预;同时也克服了传统测地活动轮廓线（GAC）方法对图像梯度信息的过分依赖,以及由于对图像进行大尺度高斯平滑处理造成边缘点移动、定位准确度下降的缺陷。分别对MRI仿真和真实图像进行了实验,MRI仿真实验的分割敏感性、专一性和总体性能指标分别达到了94.72%、97.52%和97.22%。分割结果的定量分析和定性分析表明算法的有效性以及较高的分割准确度。     

时窗复杂度序列在睡眠脑电分期中的应用

运用时窗复杂度序列来分析睡眠脑电，减少了非平稳性及状态空间的不均匀性造成的脑状态信息的丢失，在一定程度上克服了复杂度自身的局限，有助于不同睡眠期状态特征的提取。另外采用独立分量分析（ICA），小波变换等方法对脑电进行预处理，实验表明它们能有效地去除脑电中的一些生理干扰，有利于提高复杂度算法在睡眠分期应用中的精确度。     

一种心电数据压缩算法的研究

利用心电信号的相关性，对ECG进行预处理，再进行差值运算，将得到的差值序列进行DCT变换，从而实现心电数据的压缩。     

三种心电信息对急性心肌梗塞患者恶性室性心律失常事件发生的预测价值

目的 :探讨心室晚电位 (VLP)、QT离散度 (QTd)、校正QT离散度 (QTcd)对急性心肌梗塞 (AMI)患者恶性室性心律失常事件发生的预测价值。方法 :测定 6 4例AMI患者和 30例健康人的VLP、QTd、QTcd ,并对AMI患者随访 1年。结果 :AMI组VLP阳性率 (4 2 2 % )较对照组 (6 7% )明显增高 (P <0 0 1) ,QTd、QTcd分别为 74 2± 18 4ms和 81 3± 2 2 6ms较对照组 (2 8 4± 10 6ms和 34 8± 15 3ms)明显延长 (P <0 0 1)。 6 4例AMI患者随访 1年发生恶性室性心律失常事件 18例 ,其中VLP阳性率、QTd、QTcd分别为 88 9%、86 5± 2 7 4ms、93 6± 34 8ms和非事件组(2 3 9%、6 2 7± 2 4 3ms、6 9 4± 2 5 2ms)比较 ,差异有显著性 (P <0 0 1)。在预测AMI患者恶性室性心律失常事件发生的敏感性 ,特异性和有效性QTd分别为 6 6 5 %、85 4%、78% ,QTcd分别为 72 4%、71 3 %、71% ,VLP分别为42 6 %、92 8%、6 8%。结论 :VLP(+ )和QTd、QTcd明显延长与AMI患者发生恶性室性心律失常事件密切相关 ,并可作为AMI患者预后和恶性室性心律失常事件发生可靠的 ,非侵入性预测指标。其中以QTcd敏感性最高 ,VLP(+ )最具特异性。     

基于迁移学习的随机深度残差网络自动睡眠分期算法

现有自动睡眠分期算法存在模型参数量多、训练耗时长导致分期效率不佳的问题。本文使用单通道脑电信号,提出一种基于迁移学习（TL）的随机深度（SD）残差网络（ResNet）自动睡眠分期算法（TLSDResNet）。首先,选取16人共30条单通道（Fpz-Cz）脑电信号,在保留有效睡眠片段后,利用巴特沃斯滤波和连续小波变换对原始脑电信号进行预处理,得到包含其时-频联合特征的二维图像作为分期模型的输入数据。随后,构建经公开数据集——欧洲数据格式存储的睡眠数据库拓展版（Sleep-EDFx）训练的ResNet50预训练模型,使用随机深度策略并修改输出层以优化模型结构。最后,应用迁移学习对人体整夜睡眠过程进行自动分期。本文算法在进行了多次实验后,模型分期准确率达到87.95%。实验表明,TL-SDResNet50可完成少量脑电数据的快速训练,总体效果优于近年来其他分期算法与经典算法,具有一定的实用价值。     

血清酶校正物的应用

血清酶校正物可提 供确切催化浓度的测定靶值,此靶值具有真值的可追踪性和传递的正确性。用此校正物去校正血清酶的检测系统,可大大提高酶浓度测定的准确性和精密程度,利于质量控制,增加实验结果的可比性。本文介绍了德国Boerhinger Mannheim(BM)公司酶校正物的定值方法及有关标准,在常规工作中使用的方法及实际K值的计算公式。此方法经在多种自动生化分析仪上使用,证明可显著提高血清酶检测的水平。     

基于小波变换的甲襞微循环图像边缘检测

讨论了小波变换在图像边缘检测、分类与描述中的作用,并根据甲襞微循环图像的特点,利用三次样条二进小波,采用Ｍａｌａｔ快速算法进行小波分解,成功地提取了甲襞微循环图像的边缘。