基于能量特征的左右手运动想象脑信号的识别方法

提出了一种基于能量特征的左右手运动想象识别方法,利用快速傅里叶变换分析特定脑电(μ波和β波)的频率分布,然后利用小波分解去噪,再利用小波包分析脑电能量,提取能量特征,最后基于支持向量机(SVM)进行左右手运动想象的识别。本文把能量作为特征的支持向量机(SVM)识别法分别与自适应自回归系数法(AAR)和相同步分析法进行比较。仿真结果表明:在相同样本数据情况下,能量特征作为特征向量的SVM识别准确率明显高于其他2种方法。     

二维多分辨率小波变换在生物图像处理中的应用

目的探讨小坡变换在生物学图像处理中的应用。方法利用基于多分辨率分析的二维小波变换方法进行图像分解、消噪与图像压缩。结果比较直方图的曲线分布和灰度中心，能从本质上判断图像间的差异；将小坡分解系数中置零的系数个数百分比设为93％压缩后，仍保留了原始图像99％的能量。结论二维多分辨率小波变换在图像处理中的应用效果明显，能最大程度反映图像的特征，并有利于图像的保存与传输。     

一种基于小波变换的医学图像多分辨率编码算法的研究

多分辨率编码是提高医学图像传输和回放的有效措施.作者通过对二维图像小波变换迭代特征的分析研究,提出了一种基于小波变换的多分辨率编码算法,有效地利用了二维图像在小波域分解和重构的迭代特性.测试表明,该算法简单易行,并有较理想的压缩效果.     

板坯边角裂纹的小波检测方法

提出一种通过小波变换检测板坯边角裂纹的方法。该方法针对边角裂纹图像的特点,利用小波对其进行多尺度分析,在检测出边缘线的同时将图像分解为4个方向的细节分量;再选择恰当的阈值对垂直分量图进行分割．得到最终的检测结果。实验表明：与其他两种常用检测方法相比,该方法能更有效地提取出板坯边角裂纹。     

MATLAB小波工具箱在医学图像压缩中的应用

目的本文分析了数据压缩的必要性，说明了如何利用Madab软件中小波工具箱对图像进行分解与重构，通过实现对医学图像的压缩，对不同阈值下采用不同的小波压缩的结果进行了比较和讨论。     

基于生物信息特征提取的中医辨证

目的伴随着科技的发展,在多学科交叉的今天,选择合适的计算方法对中医证候进行辨证是实现中医规范化的重要任务。方法将多类支持向量机与基于互信息的特征提取方法相结合,用特征提取方法多源数据进行处理,获得信息量最大的症状组合,然后利用这些症状组合作为多类支持向量机的输入进行分类,根据支持向量机的输出就可得到相应的证候。该方法的有效性通过一个中医实例得到证实。结果通过对各种方法获得的症状组合的正确辨证率对比发现,用基于互信息的特征提取方法获得的症状组合较为理想。结论特征提取的结果优于单纯的基于互信息选择症状组合的结果,同时看出支持向量机适合中医证候的小样本研究,客观说明了互信息、特征提取和支持向量机3种方法的结合适用于中医辨证分类。     

基于支持向量机与随机游走结合的GGO型肺结节分割方法

目的:为了提高磨玻璃型肺结节（GGO型肺结节）的分割精度,提出一种基于支持向量机与随机游走相结合的分割方法。方法:利用已手动分割的GGO型肺结节训练支持向量机。由训练后的分类模型在待分割的GGO型肺结节图像中选择种子点,然后利用随机游走算法根据支持向量机选取的种子点进行GGO型肺结节图像分割。结果:该研究纳入150个待分割GGO型结节图像,上述分割算法的平均准确率为98.05%、平均召回率为96.35%和平均F1值为98.05%。与传统方法相比,本方法实现了GGO型肺结节的精确自动化分割,对GGO型肺结节定量、定性分析提供更加准确的客观依据。结论:该方法利用支持向量机选取种子点,并利用随机游走进行结节分割可以有效地对GGO型肺结节进行分割,具有简单高效,准确率高的优点。     

基于神经网络的显微高光谱乳腺癌组织图像研究

目的 探索神经网络结合显微高光谱成像识别乳腺癌组织的可行性和应用价值。方法 采用显微高光谱成像技术采集乳腺癌组织的图像数据,使用基于神经网络的显微高光谱乳腺癌组织图像分析方法,实现乳腺癌组织的自动分类和区域划分。提出数据预处理方法以提高图像的信噪比,利用神经网络训练图谱信息识别乳腺组织病变区域并突显以利于可视化。结果 基于神经网络的显微高光谱的乳腺组织识别分析方法同时利用了图谱两个方面的特征,获得了比传统彩色病理图像更好的识别结果。结论 基于神经网络的显微高光谱乳腺组织图像分析方法可以提供特征性的样本信息,是传统彩色病理图像的有效补充。在神经网络分析方法的支持下,将显微高光谱成像技术应用于乳腺癌组织的分析具有一定的应用前景。     

胶囊内窥镜图像溃疡面自动检测方法

目的针对胶囊内窥镜图像数量多,人工易漏诊,探索自动检测胶囊内窥镜图像糜烂点、溃疡面等异常部位的方法。方法对图像预处理降噪以及db小波变换进行多分辨率处理,再进行HSB颜色空间转换;结合病灶大小,自适应选择圆盘形结构元素半径值进行开、闭运算,提取出溃疡面的基本形状。最后,与专家组人工勾画的溃疡面对照。结果及结论小波变换能保留目标区的细节,自动检测目标区与专家组人工勾画轮廓相似度达较高,同时能节省溃疡面轮廓勾画时间。     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于遥感技术的甘草资源调查方法研究

目的以甘草为研究对象,以遥感技术为基础,探索野生药用植物资源调查的方法。方法通过对确定的研究区域进行遥感调查,确定调查的最佳技术方案。结果确定了基于遥感并结合野外抽样的甘草资源调查方法,包括遥感信息源的选择、图象的处理、解译、野外验证等。结论采用中等分辨率的卫星影像ETM(15 m)量测,并计算出甘草分布的面积和蕴藏量,判读精度高于90%,表明该遥感调查方法用于甘草的野生资源调查是可行的。     

基于非局部能谱相似特征的基物质分解方法用于双能CT图像去噪

目的 提出一种非局部能谱相似特征引导的双能CT基物质分解方法（NSSD-Net）以抑制低剂量能谱CT基物质图像的相关性噪声。方法 首先构建模型驱动的双能CT迭代分解模型,采用迭代软阈值算法（ISTA）优化分解模型目标函数的求解过程,并利用深度学习技术将此过程展开为迭代分解网络的形式。然后构建非局部能谱相似特征引导的代价函数,约束网络的训练过程。利用双能CT真实病人数据所建立的基物质分解数据集进行评估。将NSSD-Net与2种传统模型驱动的基物质分解方法、1种基于数据驱动的基物质分解方法以及1种基于数据-模型耦合驱动的监督分解方法进行对比实验。结果 与传统模型驱动的基物质分解方法以及数据驱动的基物质分解方法相比,NSSD-Net方法在水和骨基物质分解结果中均获得最高的PNSR指标（31.383和31.444）、最高的SSIM指标（0.970和0.963）以及最低的RMSE指标（2.901和1.633）;与数据-模型耦合驱动的监督分解方法相比,NSSD-Net方法在水和骨基物质分解结果中均获得最高的SSIM指标;临床影像专家的主观图像质量评估结果显示,NSSD-Net方法在水和骨基物质分解结果中图像质量评分均最高（8.625和8.250）,与其他4种对比方法分解性能之间的差异具有统计学意义（P<0.001）。结论 本方法可以获得高质量的基物质分解结果,有效避免训练数据质量问题和模型不可解释问题。     

叠加支持向量机及其在醋酸精馏软测量中的应用

为了提高粒子群算法搜索精度和避免陷入局部最优,提出了一种改进的粒子群优化算法。一方面引入平均最好位置调整速度,使粒子可以利用更多的信息决策自己的行为;另一方面对引入的平均最好位置进行小波变异,增加算法的种群多样性。仿真实验结果表明：改进的粒子群算法具有寻优能力强、搜索精度高、稳定性好等特点。     

基于CBR和SVR的生化需氧量预测模型

针对污水处理过程生化需氧量（BOD）浓度难以实时监测的问题,建立了一种基于支持向量回归机（SVR）修正方法的案例推理（CBR）预测模型。该模型主要包括案例检索、案例重用、SVR修正、案例存储等4个部分,其中,SVR修正模型是利用历史数据构造修正案例库,并采用SVR训练而获得的,可以对传统CBR求解模型得到的BOD浓度建议值进行修正。实验表明本文模型的拟合误差优于支持向量机（SVM）、BP神经网络、RBF神经网络以及传统CBR方法,说明SVR修正方法的引入可以改善CBR的回归性能,提高CBR的学习能力。     

支持向量回归-紫外分光光度法用于测量小儿氨酚匹林咖啡因片含量的方法研究

目的建立同时测定小儿氨酚匹林咖啡因片中3种组分:阿司匹林、对乙酰氨基酚和咖啡因含量的紫外光谱的支持向量回归校正方法.方法对复方制剂的紫外光谱数据进行预处理和主成分分析后不经分离,采用支持向量回归(SVR)算法同时测定3组分的含量.结果测定正交设计标样中的阿司匹林、对乙酰氨基酚和咖啡因的平均回收率分别在98.2%～101.2%之间,RSD在0.47%～0.91%之间.将SVR法与偏最小二乘回归和径向基神经网络建模方法相比较,SVR所建模型的预测准确性优于后两者.结论本法可用于小儿氨酚匹林咖啡因片的紫外光谱的含量测定分析.     

高分遥感技术在疾病预防控制领域中的应用现状与展望

高分遥感技术是一种快速、高效获取大面积地物数据的现代技术,它因具有肘间、空间、光谱等方面的分辨率高而能提供更丰富、更精确、时相更多的信息,可用于解决疾病预防控制中的定点长期、连续、系统、高精度环境监测信息的获取问题。近年来已经成为疾病预防控制和监测的重要手段,就高分遥感数据的特点分析了其在疾控领域中的应用优势,并对其潜在的研究热点和未来可发展的研究方向作了前瞻性分析和展望。     

一种改进的自适应谱聚类图像分割算法

摘要：目的提出一种改进的自适应谱聚类图像分割算法,该算法能自动选择出最优尺度参数从而提高谱聚类算法分割的准确
率。方法利用约束条件优化相关准则函数,对相似度量函数自动学习迭代并得到最优尺度参数,再运用基于Nyström 估计的
谱聚类算法得到最后的图像分割结果。选择对不同性质的纹理图像采用适合的相似度量函数并应用本文的算法进行图像分
割,最后与k-均值算法和预分割后再使用人工调整到最优参数的谱聚类算法的分割结果进行了比较。结果这种改进的自动选
择最优尺度参数的谱聚类算法在分割效果上较其它两种聚类算法能得到更好的分割结果。结论本文提出的改进方法,能使谱
聚类算法的图像分割效果更理想。
     

基于遥感更新的省级生物丰度归一化系数研究——以湖北省为例

在中国资源环境数据库三期数据支撑下，利用2005年TM影像对湖北省土地利用信息的数据遥感更新，计算出1995年和2000年两个时期的湖北省省级生物丰度归一化系数，并对不同尺度的归一化系数进行分析和研究．绘制出1995年、2000年湖北省生物丰度等级图，清晰反映出湖北省生物丰度的区域分异规律，为我国生态环境影响评价研究提供技术支持．     

支持向量机算法预测腹部术后病人死亡风险模型的建立及验证

目的 通过支持向量机算法,建立预测腹部手术病人术后28 d的死亡风险模型。 方法收集2015年7月至2017年6月期间行腹部手术的病人的术前一般情况、术前访视情况、实验室检查等指标,基于支持向量机算法建立并验证预测腹部术后的死亡风险模型,并与传统logistic回归模型比较,评价支持向量机模型的工作性能。 结果共纳入手术病人1 512例,其中男911例(60.25%%),女601例(39.75%)。训练集和测试集中,死亡组的死亡预测概率高于存活组(P < 0.01)。训练集中,支持向量机模型的ROC曲线下面积高于logistic回归模型,但差异无统计学意义(0.97 vs 0.95, P>0.05)。验证集中,支持向量机的ROC曲线下面积高于logistic回归模型(0.98 vs 0.91, P < 0.05)。支持向量机模型的敏感性(训练集68.57% vs 62.86%,验证集79.78% vs 77.78%)和阳性预测值(训练集80.00% vs 65.75%,验证集83.33% vs 77.13%)优于传统logistic回归模型。 结论支持向量机模型能够准确预测腹部手术病人28 d死亡风险,其工作性能强于传统的logistic回归模型。     

黄柏饮片光谱成像指纹图谱的研究

目的 建立黄柏饮片的光谱成像指纹图谱,为其质量控制提供新的方法。方法 应用电可控液晶滤光光谱成像装置,测定10种不同市售来源的黄柏饮片,光谱分辨率为5 nm,光谱覆盖范围为480~680 nm,空间分辨率为4 000×4 000。从成像光谱立方体中提取特征光谱,构建其指纹图谱;采用标准欧氏距离等聚类分析方法解析其指纹图谱。结果 黄柏饮片的光谱成像指纹图谱用于其品种和质量的鉴定,结果与性状,显微及理化鉴定结果相吻合。结论 光谱成像分析技术可用于中药指纹图谱的构建和质量评价,操作方法简便、快速、无损。