基于连续小波变换和高阶统计量的心律失常识别算法

针对可变持续时间心电图（ECG）数据信号的非平稳性和时序性问题,提出一种基于连续小波变换（CWT）和高阶统计量（HOS）的心律失常识别算法。首先,针对可变持续时间ECG数据中每个样本的数据点数量不同,采用RR间期插值法预处理数据,并通过CWT将信号分解为不同的时频分量,从而使网络能够更好地提取心电信号中的时间和频率特征。其次,针对时序信息利用不充分的问题,提出基于HOS和长短期记忆网络的时序挖掘模块,以捕捉和学习ECG信号中的长期依赖关系,从而有助于识别和理解特定的心律失常类别。通过在公开的ECG数据集MIT-BIN上进行的大量实验,验证所提方法的有效性和优越性。     

基于小波变换的心电信号准无损压缩算法

提出了基于小波变换的心电信号准无损压缩算法。在对原始信号进行一级小波分解的基础上，根据高频分量和低频分量所占位数的不同分别进行无损压缩。实验结果表明该方法失真度非常小，而且算法简单，运算速度快。     

基于多小波变换的医学图像融合算法研究

目的:研究一种基于多小波变换的医学影像融合的算法。方法:对已配准的PET图像和CT图像进行预滤波后进行多小波分解,对分解后的图像低频分量采用平均梯度法及高频分量采用自适应加权法的融合规则进行图像融合,经过多小波重构及后滤波得到融合图像。结果:融合图像通过结合源图像的信息,增加了更多的细节和纹理信息,从而得到了良好的融合效果。结论:实验证明,基于该算法,可以得到图像的最佳融合结果。     

基于小波变换的R波检测算法

介绍了一种将小波变换应用于ECG信号检测R波的算法。该算法主要是在离散小波变换和多分辨率分析原理的基础上，利用db1小波特有的时频域特性，运用Mallat快速算法对心电信号进行了3层小波分解，分别在2、3层小波分解的高频系数中选择一定的阈值作为R波的判定条件，实现R波检测。通过对MIT／BIH（Massachusetts Institute of Technology／Boston’s Beth Israel Hospital）心电数据库的R波检测，结果表明，该检测算法即使在噪声干扰和病态的情况下，也很容易实现对R波的准确检测和精确定位，具有相当高的定位精度，R波正确检测率高达到99．8％。     

基于提升格式整数小波变换的超声图像压缩算法

本文提出了一种基于提升格式整数小波变换和改进的SPIHT编码(多级树集合分裂算法)的医学超声图像压缩算法.在压缩对象选择和小波变换方面充分考虑了超声扫描线图像的分辨率特性.与基于Mallat小波变换的标准SPIHT编码算法相比,本文算法在压缩比和重建图像峰值信噪比至少不降低的情况上,运算时间不到前者的40％,内存消耗也大大减小,因而更适合于实时图像压缩.     

基于小波变换统计特征的图像压缩算法的研究

图像能量的统计分布是图像压缩处理的重要依据，在研究小波子带图像统计特性的基础上，提出了一种新的基于小波子带图像统计特征和人眼视觉特性的图像量化编码算法，实验证明，该算法具有计算简单，压缩效率较高的特点。     

基于小波变换的医学图像压缩

简要介绍基于小波变换的图像压缩法，并提出了一种在matlab平台上实现基于小波的医学图像压缩的新方法。     

基于小波变换的医学图像压缩

简要介绍基于小波变换的图像压缩法，并提出了一种在matlab平台上实现基于小波的医学图像压缩的新方法。     

心电信号的小波变换滤波算法的改进

对心电信号的滤波算法进行了改进。在利用小波变换实现心电图信号滤波算法的基础上，增加了对2^3尺度下小波分解所得细节信号的模极大值对的检测功能，以修复因滤波受损的心电信号的QRS波。经MIT／BIH标准心电数据库验证，试验表明，该方法行之有效。     

基于小波变换和Adaboost算法的心脏骤停预测模型研究

为了预测心脏骤停,应用小波变换和Adaboost算法建立心脏骤停预测模型。首先用小波变换方法对正常窦性心律心电数据和有心脏骤停症状患者的心电数据进行分析、提取特征值,再用Adaboost算法对两种数据进行分类来预测心脏骤停的发生。实验验证,本模型分类预测效果较好,在心脏骤停发生前5min,其预测精度高达97.56%,为心脏骤停的预测提供了一种有参考价值的方法。     

基于小波变换和波形信息的P波检测方法

通过小波变换对ECG信号进行分解，根据模极大值对求出所有的P波。之后，用一简单有效的方法求出每个P波的起、终点，再利用P波的弧度值及P波与折线P波的相关系数值选择出真正的P波。该方法经过MIT/BIH心电数据库中9个长达30分钟的文件的检验，取得了满意的结果。     

基于小波的医学图像渐进编码算法的研究

医学图像的渐进编码在医学图像档案的回放和医学图像的远程传输中都有非常重要的意义.作者在研究二维图像小波分解的基础上,提出了一种新的基于小波变换的图像渐进编码算法.实验表明该算法可取得较高的压缩比和运算速度.     

基于"小波-幅值-斜率"的P波检测新方法

根据P波的四类基本形态的特点，将小波变换与P波在变换后的幅值和斜率参数结合起来，提出了一种基于“小波-幅值-斜率”的P波检测新方法：先应用小波变换初步搜索出满足阈值的模极大值对；然后根据P波对应的模极大值对的特点，结合幅值和斜率判据，剔除干扰，检测P波的峰点和形态；最后区别单峰P波和双峰（及双向）P波，分别确定出P波的起点和终点。用该方法进行了随机采集的临床ECG数据和MIT／BIH数据的P波检测实验，和人工检测结果比较，实验统计结果显示正确检测率高于96％。     

一种基于小波变换的医学图像量化编码算法的研究

医学图像压缩是远程医疗和PACS系统中的重要研究课题，研究了小波子带图像系数的统计分布，发现小波子带图像系数分布和拉普拉斯分布非常相似，继而提出了一种基于其统计特征的图像量化编码算法，该算法以小波子带图像样本标准差为选择量化编码阈值的重要依据。实验表明，该算法具有计算简单，不同阈值范围待编码系数可预测以及易于获得较高压缩效率的优点，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

用于ECG信号检测与重建的双正交样条小波滤波器

本文依据双通道滤波器组的理想重建议程。设计一组双正交样条小波滤波器,实现了ECG信号的小波分解、完全重建和去噪重建,并把它应用于ECG信号的R波检测,得到了较好的结果。经MIT/BIH标准心电数据库检测验证,R波正确检测率可达99.62%。     

医学超声图像低码率环境下的编码技术研究

针对医学超声视频的结构和特点,并结合小波变换压缩编码技术,实现了低比特率环境下医学超声旬序列的渐近式传输,实验结果证明这种编码方法是有效的,可行的。     

基于小波变换与形态学运算的ECG综合检测算法的研究

针对心电波形检测中小波变换算法的缺点 ,在 ECG特征点检测中 ,将原始信号在 3尺度上的 haar小波分解的细节信号模极大值对检测法与数学形态学峰谷检测相结合 ,提出了一种新的心电波形特征点综合检测算法 ,该算法弥补了小波变换算法对信号振幅检测上的不足 ,有效地提高了心电信号特征点检测的准确度。     

基于混合小波变换的瞬态信号检测方法

探讨了信号的小波变换与匹配滤波的关系,指出小波变换（WT）实际上就是可变检测模板的匹配滤液过程。根据这一思想,提出了基于混合小波的信号检测方法。本文中,“混合小波变换”是指在小波分解和重构中分别使用不同的基本小波。其中分解小波用于实现可变模板的信号检测,重构小波则用以增强被检测信号的特征。我们用该方法对实测脑电信号（EEG）中瞬态脉冲干扰进行检测。实验结果表明该方法能有效地检测出EEG中的瞬态脉冲。     

一种大鼠心律失常自动检测分析系统

本大鼠心律失常检测分析系统适于８０×８６系列微机，具有数据采集（定时器中断方式采样）、实时显示、波形测量、文件操作、自动分析、数据压缩、打印输出及在线帮助等功能。界面采用多导记录仪模式，中文下拉式菜单，鼠标驱动。用“差分平方法”自适应阈值检取Ｒ波，“主波夹角法”提取波宽，采用“时间窗口低阈值回扫”、设置“反拗期”和二次综合判断等方法，使Ｒ波检出正确率在９９％以上。对心律失常自动分类统计（包括早搏、停搏、室速、室颤等项），结果打印输出或存盘供其他统计程序调用。动物实验证实，其诊断正确率为９９．２％。     

心音信号检测的一种新方法

本文为实现第一心音（Ｓ１）和第二心音（Ｓ２）的定位的一种新方法，对心音图（ＰＣＧ）信号进行预处理后，再利用小波变换原理检测信号的奇异点，达到准确定位的目的。这一检测方法已在心功能仪上成功地应用于测试Ｑ－Ｓ１和Ｑ－Ｓ２间期。