冠状动脉造影图像降噪处理的3种方法比较

目的 对冠状动脉造影图像降噪处理的3种方法进行比较。方法 将冠状动脉造影图像数字化并输入计算机，然后再用中值滤波法，自适应滤波法和基于小波变换的降噪处理3种方法分别处理同一图像，比较效果。结果 成功地运用了3种方法对冠状动脉造影图像进行降噪处理，图像质量均有所提高。结论 自适应降噪处理和基于小波系数的降噪处理结果较好，但自适应降噪处理的速度要快。     

诱发电位快速提取方法及进展

每次刺激所产生的诱发电位的峰值和潜伏期以至波形是时变信号。随着信号处理技术的发展,诱发电位的提取方法由传统的平均叠加方法,向逐步减少累加次数,最终实现单次提取诱发响应波形,实现动态提取诱发电位的方向发展,因此对诱发电位的少次以至单次提取成为生物医学信号处理领域备受关注的一个研究课题。对近年来快速提取诱发电位的信号处理方法进行了简要的回顾,并分别从自适应滤波、小波变换、神经网络及独立成分分析等4个方面对算法进行了介绍。     

超声成像的相位偏差校正

由于人体组织的各向异性，超声成像中存在相位偏差。相差制约了超声成像分辨率的进一步提高。互相关及其类似相位估计技术可以用于相差校正，jitter是此类算法的基本限制。并行自适应接收补偿算法可以校正较小的相差，结合互相关技术能够得到比较理想的相差校正效果。     

一种基于自适应最小模糊熵的CT图像分割方法

为了从CT图像中提取到多个组织的解剖特征,解决运算速度的提高与运算结果不稳定的矛盾,我们提出了一种基于自适应最小模糊熵的图像分割算法.为了找到分割灰度图像的最佳阈值.首先利用迭代公式以及图像的直方图来计算出每个模糊子集的隶属函数中指数参数的值以及阈值的搜索范围,然后在已确定的搜索范围内用穷举法搜索出能使模糊熵最小的最佳阈值.实验表明该方法能较好的完成CT图像的分割.此算法运算速度较快;与用遗传算法、模拟退火算法相比较,运算结果稳定,重复性更好,得到的图像细节成分要更多些.     

两导心电信号独立分量分析算法的研究

根据独立分量分析(ICA)理论,要想在观测信号中提取出独立分量,观测信号的数目必须大于或等于独立分量的数目,因此要求采用ICA算法的胎儿心电图机导联数必须大于一定数目,但在实际应用中常常难以满足这个条件。故本文提出了一种基于少数导联心电(ECG)信号的胎儿心电(FECG)提取算法,结合FECG和自适应噪声抵消算法,从两导采集于孕妇腹部体表的ECG信号中提取FECG。实验表明,该方法能够获得清晰的FECG信号。     

自适应提升小波用于心电信号除噪

人体心电信号随着检测状态及时间的变化显示出明显的非平稳性并伴随着大量的干扰信号.提升小波能很好的对心电信号进行时频定位,并且其运算速度比传统小波高出许多.本研究以提升小波变换为基础,构造了一种基于尺度的自适应提升小波,用它对心电信号（ECG）进行分解,使不同频带的信号显示在小波分解的不同尺度上,并在信号重构时利用一种新的阈值方法去除不同尺度上的干扰信号,从而获得较精确的心电波形,为心电信号的进一步处理奠定了基础.     

基于自适应小波神经网络的心电图检测法

自适应小波神经网络检测法就是利用小波函数取代通常神经网络中隐层的作用函数来实现的，通过网络的学习自适应地调整尺度参数和时移因子，提高了特征提取能力，因此，该网络可提高心电信号的检测率和可靠性。     

复合自适应滤波器用于体感诱发电位信噪比的提高

本研究以可靠、快速提取体感诱发电位为目标,试图解决相干叠加方法既费时又不能反映体感诱发电位时变特征的缺点。运用以自适应噪声减法器和自适应增强器为基础构造的复合自适应滤波器提取体感诱发电位。仿真实验表明,运用复合自适应滤波器可实现从强噪声背景中快速提取体感诱发电位,能更快地识别体感诱发电位的潜伏期及幅值,并且系统性能稳定。     

功能电刺激腕关节运动的自适应控制技术研究

针对功能电刺激(FES)康复技术中肌肉的时变和高度非线性的特点,提出一种实时调整FES系统输出,实现康复患者自适应训练的方法。考虑到患者间和康复各阶段肌肉对电刺激响应能力的差异,利用神经网络良好的非线性逼近能力,采用神经网络辨识器辨识相关运动肌肉的FES模型,并在此基础上,利用神经网络控制器在线调节控制策略及刺激参数,提高FES系统的自适应能力。通过人体腕关节运动控制的FES实验,验证该方法具有较高的轨迹跟踪控制精度和较强的自适应能力。     

低辐射剂量CT扫描技术在脑动脉3D打印中的应用研究

目的：探讨低辐射剂量CT扫描数据在脑动脉3D打印的可行性研究。方法：将临床拟行脑动脉3D打印的40例患者随机分为2组,每组20例。A组（常规剂量CT扫描方案）：120 kVp,350 mA和滤波反投影（FBP）算法;B组（低剂量CT扫描方案）：80 kVp,自动管电流调制技术（ATCM）和自适应统计迭代重建（ASiR）算法;2组对比剂浓度均为350 mgI/mL。采用两独立样本t检验（非正态分布采用Mann-Whitney U检验）来比较2组的临床资料、辐射剂量、CT DICOM数据客观评价指标及2组方案完成3D打印产物质量的主观评分。结果：A、B 2组患者的临床资料差异均无统计学意义（P＞0.05）。2组的CT辐射剂量差异具有显著统计学意义（P＜0.05）,B组辐射剂量[（1.30 ± 0.47） mSv]较A组[（4.15 ± 0.62） mSv]减少约68.7%。2组脑动脉3D打印结果主观评分差异无统计学意义（P＞0.05）。2组CT DICOM数据客观评价指标：A组的背景噪声（BN）明显高于B组（P=0.000）,而A组的信噪比（SNR）及对比噪声比（CNR）均低于B组（P=0.000）。结论：采用80 kVp、ATCM技术及ASIR算法的数据行脑动脉3D打印,在保证3D打印质量的同时,可以有效减低辐射剂量。