小波变换在钙火花图像滤噪处理中的应用研究

目的：在用激光扫描共聚焦显微镜研究肌兴奋收缩偶联时,肌浆网中的钙释放（即钙火花）现象中,图像噪声的存在使图像信噪比下降．直接导致钙火花图像的某些特征细节淹没在图像噪声中而难以被辨识,进而影响对钙火花图像的识别、分析和分类,因此,减少噪声对图像的影响成了钙火花研究工作的关键。方法：依据小波变换算法（Wavelet Transform,WT）,自研软件对捕获到的钙火花图像进行分析及滤噪处理。结果：对实验获得的80余幅钙火花图像进行滤噪处理,获得了很好的效果,均可以较理想地去除噪声,增强了钙火花图像的信噪比。结论：该研究方法明显提高了钙火花检测结果的直观性,进而可以更清晰地分析研究钙火花的形态参数。     

基于小波的体表胃电去噪

体表胃电信号是研究胃动力学特性和功能性胃疾病诊断的重要依据。本文在介绍了小波去噪基本理论的基础上,把小波变换应用于体表胃电信号去噪处理中。结果表明:小波去噪方法可以去除体表胃电中的高频噪声,从而有效地改善信噪比及提高了信号的分辨率。     

CR医学图像的小波阈值去噪算法研究

提出一种CR医学图像的小波阈值去噪算法．对含噪图像进行小波分解得到图像的小波系数，采用文中提出的阈值算法对系数进行去噪处理，根据处理后的系数重建CR图像。实验结果表明该方法能有效的去除CR图像的噪声．较好的保留医学诊断所需要的图像细节。     

基于小波变换的心电信号去噪法

目的：运用小波阈值变换对心电图进行去噪。方法：采用软、硬阈值折衷的阈值函数及自适应的阈值策略对心电信号中的不同噪声进行滤除。结果：仿真结果证明此方法去噪效果较好。结论：小波阈值变换能够较好的处理心电信号等非平稳信号。     

小波变换在心电信号去噪中的应用

本文以小波变换为基础.介绍了小波去噪的方法和步骤.并通过具体的实例分析,说明小波去噪的效果明显优于传统的滤波效果,软阈值去噪的效果明显的优于硬阈值去噪的效果.     

基于小波变换的ECG去噪法及仿真

为去除心电信号中的各种噪声,本文以小波变换的多分辨率分析为理论基础,利用自适应阈值调整小波变换系数,用调整后的系数进行心电信号重建。采用MIT-BIH数据库中的心电信号进行仿真、验证,有效地去除了噪声信号。与传统滤波器具去噪相比有明显的优越性。     

小波阈值去噪技术研究及其在生物医学信号处理中的应用

探讨小波阈值消噪技术的原理,总结了各种阈值函数的形式以及阈值确定的方式.研究了它们的性能及特点.用心电信号作为实例,说明小波消噪技术有良好的效果,最后对小波消噪技术的进展进行了展望.     

基于平稳小波变换的自适应心电信号去噪方法

针对小波变换的阀值去噪在心电信号消噪中的缺陷,提出将平稳小波变换和自适应滤波方法相结合的心电信号消噪方法。平稳小波变换有效地抑制了传统离散正交小波变换易产生Gibbs振荡现象。在高尺度的平稳小波分解系数中引入了自适应滤波,既消除了基线漂移噪声,又较好的保持了心电信号的低频低幅的P波、T波及ST段波的形态。这对于进一步分析心电信号的其他特征信息具有重要作用。     

基于小波变换的病灶心音信号识别

心音信号分析在无创诊断心血管疾病中发挥着重要作用,病灶心音信号中包含大量的心脏疾病信息。本文根据心音信号频率分布的特点,采用小波变换算法,在不同的尺度上对心音信号进行提取分析,将不同尺度的高频部分进行重构,分别计算其能量,再对比正常心音在相应尺度上的能量分布,通过仿真可实现对病灶信号的识别。本文方法能够准确识别病灶信号,由于较少采用复杂度高的算法方法,因而具有较高的检测效率。     

改进小波阈值在心电信号去噪中的应用

心电信号在采集过程中易受到外界环境的干扰,这影响对心电信号的分析与处理,而传统软硬阈值函数处理后存在信号质量不高,阈值处连续性差的缺陷,故提出一种改进的阈值函数小波去噪法,具有较好的调节性和连续性,有效解决了传统软硬阈值函数的不足。通过大量数据进行Matlab仿真,并将多种处理方法进行比较,结果表明改进的阈值函数可以提高去噪效果,优于传统的软硬阈值去噪。     

基于小波分析的胃电信号处理

目的：体表胃电图（EGG）是研究胃动力学特性和功能性胃疾病诊断的重要依据,而从人体直接采集的胃电信号都含有干扰成分,不能直接应用于临床诊断。将小波分析运用到胃电信号的处理中,对信号进行去噪、重构等实验,用此方法对胃电信号进行处理。方法：以矩阵实验室（MATLAB）为工具,利用小波变换的多分辨率特性,将含有噪声的胃电信号进行多尺度分解,得到不同频带的子带信号,对含有干扰频率的子带信号进行去除,选择与胃电信号频率最为相关的子带进行重构。结果：此方法取得了较理想的胃电图。结论：小波分析是一种简单有效的信号处理方法,使EGG在临床诊断中更具有实际意义。     

基于小波变换的臂丛神经损伤后疼痛患者脊髓电信号分析

目的：手术治疗臂丛神经损伤后疼痛过程中采集脊髓电信号,分析其频域特征,以指导手术进行的程度和范围。方法：应用小波变换处理术中电极记录的脊髓信号,用时频表示的方法来表示分析臂丛神经损伤患侧、健侧和患侧手术修复后脊髓电信号的结果。结果：讨论发现患侧的电信号与患侧术后电信号、健侧电信号相比,频率范围在20Hz左右有显著的差异,患侧数据20Hz频率信号能量明显高于其余两者。结论：臂丛神经损伤患侧脊髓电信号20Hz频率能量高于健侧和术后电信号相应频带能量的特性,可用来指导治疗臂丛神经损伤后疼痛的手术。     

利用小波变换进行动态心电图S—T段识别

提出了利用二进小波变换的方法对临床动态心电图进行时颇域的分析，解决了因为信号质量和干扰带来的测量技术困难，在心肌运动缺血的动态心电图S-T段的时频域的特征识别方面得到了满意的结果。     

可编程膜片钳实验自动换液器的研制

本文介绍利用８０３１单片机控制步进电机及微机电磁阈而实现的一套自动变换药液装置，该装置可由用户对药液的变换过程自行编程或修改，编程方案具有断电保存功能。作为自动化细胞电生理膜片钳实验的一个辅助设备，该装置提高了实验的效率。     

CT与MRI医学图像小波变换融合算法的对比研究

目的 分析不同小波变换融合算法的有效性.方法 采集CT和MRI同一切面图像,运用基于小波变换模极大值特征的影像融合和基于多小波系数最大值融合的方法进行图像融合.以熵、交叉熵,融合均匀度对融合图像进行评价.结果 A组熵4.61±0.20,交叉熵0.21±0.02,融合均匀度0.085±0.002 4;B组熵4.85±0.11,交叉熵0.23±0.01,融合均匀度0.076±0.001 3.A组和B组的融合效果明显高于CT和MRI结果,差异有统计学意义(P＜0.05).结论 基于多小波系数最大值融合的方法较基于小波变换模极大值特征的影像融合方法更有效,值得临床推广.     

基于小波变换的高血压病特征提取

介绍了用正交小波作为小波变换的基函数,对脉搏信号做多尺度不同频带分解,通过功率谱密度分析发现无论正常与否第4层细节信号能量主要集中在3-5Hz,而第5层细节信号能量集中在1-3 Hz。分别计算两者的能量作比较,结果表明,与正常信号相比,高血压信号3-5Hz频带内的能量显著增大。     

脉搏波的小波变换过零点分析方法研究

目的：探索中医脉诊客观化的新方法。方法：根据小波变换过零点和信号突变点之间的关系，分别运用小渡变换过零点表征检测脉象时域特征点和备特征点脉搏信号变化的快慢。结果：通过对30例年龄在20-25之间健康人脉象时域特征点过零点位置的统计和其变化快慢的计算．准确定位了其脉象时域特征点过零点位置。结论：应用这种方法可以比较准确地分析脉象信号所携带的各种信息，从而为中医脉诊客观化提供了一种新方法。     

基于Morlet小波的事件相关脑磁图ERD/ERS分析方法

目的：验证基于Morlet小波的ERD/ERS计算方法在事件诱发脑磁图中的应用效果。方法：采用Morlet小波对事件相关脑磁图数据和静息状态下采集到的脑磁图数据进行小波变换,根据变换后的结果计算ERD/ERS值,分析alpha,beta,gamma频段的ERD/ERS值变化趋势。结果：通过对一段运动诱发脑磁图数据的分析,采用该方法得到的左、右运动皮层的ERD/ERS结果和文献中报道的结果相一致。结论：基于Morlet小波的事件相关脑磁图ERD/ERS分析方法能够有效分析事件诱发脑磁图的锁时但不锁相的变化。