基于小波变换和非线性能量算子的神经元放电检测

微电极导向的立体定向手术中,微电极记录的神经元放电信号噪声干扰严重,信噪比变化大,影响着神经元放电脉冲的分析。利用小波变换和非线性能量算子相结合的一种新的方法能检测出神经元放电。通过对临床不同病人、不同特点的神经元放电信号处理,结果表明:该方法能成功地检测出细胞放电,提取出放电波形。     

基于边缘检测算子的腰椎磁共振图像的比较

应用边缘检测算子进行图像的边缘检测是图像后处理中一种常用的方法.本文分别对各个边缘检测算子进行腰椎磁共振图像的边缘检测,从原理上分析了各个边缘检测算子的检测效果,可以看出边缘检测算子可以应用于医学磁共振图像的处理.     

边缘检测及其在医学图像中的应用

边缘检测一直是计算机早期视觉的重要问题,它在医学图像处理中也占据着举足轻重的地位。本文对一些经典的和新的边缘检测算子作了回顾,并讨论其在医学图像处理中的应用。     

基于Canny算子与数学形态学的细胞边缘提取

我们讨论了一种基于Canny算子和数学形态学的细胞图像的边缘提取方法.先用Canny算子进行细胞图像边缘的提取,再运用数学形态学作膨胀操作,即对图像边缘的断裂情况进行填充;之后对细胞图像内部的孔隙进行填充;最后再进行数学形态学的平滑处理.实验仿真结果表明,该方法优于传统的微分算子及进行Canny算子的边缘检测,为后续的特征提取、目标识别等研究奠定了较好的基础.     

基于Wedgelet变换的图像边缘检测

边缘是图像的重要特征,其检测效果直接影响模式的识别和分类。基于调和分析的思想,作者给出一种带有方向信息的多尺度的Wedgelet基,对CT图像进行边缘提取。实验表明,此方法检测边缘效果很好。     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

基于二进小波变换和快速主动轮廓模型的医学图像边缘提取

医学图像的病灶边缘一般呈弱边缘特性,噪声干扰使得提取病灶边缘更加困难,传统的分割方法不能取得令人满意的效果.我们提出了一种基于二进小波变换和主动轮廓模型的病灶边缘提取方法.该方法采用二进小波检测出真正的边缘点,将其作为初始轮廓,再利用改进的快速主动轮廓模型算法连接边缘点,得到病灶的边缘.将该算法用于脑部MRI的肿瘤边缘提取的实验结果表明这种方法可以有效减少噪声的影响,能够准确地提取出复杂的病灶边缘.     

ECG信号的小波变换检测方法

本文反小波变换应用于ＥＣＧ信号的ＱＲＳ波检测。利用二进样条小波对信号按Ｍａｌｌａｔ算法进行变换：从二进小波变换的等效滤波器的角度，分析了信号奇异点（Ｒ峰点）与其小波变换模极大值对的零交叉点的关系。在检测中运用了一系列策略以增强算法的抗干扰能力、提高ＱＲＳ波的正确检测率。经ＭＩＴ／ＢＩＨ标准心电数据库检测验证，ＱＲＳ波正确检测率高达９９．８％。     

一种基于多尺度分析的CT图像边缘检测方法

为了准确提取CT图像中解剖组织几何形态特征,提出了一种基于多尺度分析的CT图像边缘检测方法。本文应用多尺度分析中含有尺度因子的平滑函数的负导数作为小波,对CT图像实施小波变换,并检测小波变换的模局部极大值,完成基于模局部极大值的解剖组织轮廓特征表达。本文还讨论了一种模局部极大值点的简单筛选方法,针对CT图像噪声较大的特点,以模局部极大值的均方根乘以一个与尺度有关的因子作为模局部极大值的阈值,在不同尺度上获得了清晰的边缘信息。阈值处理后的模局部极大值图表明,不同尺度下的边缘检测能给出大小不同的物体的边缘信息。本方法能在有效抑制噪声的基础上,准确提取感兴趣解剖组织的几何轮廓特征。     

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。     

基于小波变换的T波检测算法研究

T波检测是心电图（ECG,electrocardiogram）分析的难点。本文首先对T波形态进行了细致的分类,然后提出了一个排除u波的方案,以减少u波对T波检测构成的干扰,进一步提高T波特征点检测的准确性。最后利用QT数据库里的专家手工标注对算法的性能进行验证,检测结果基本可以达到人工标注的水平。     

基于MDL的病毒冷冻电镜图像边缘检测

信息技术在生物分予病毒微观研究上有着越来越多的应用。本文介绍了应用MDL小波软阈值去噪结合盲目反卷积来实现病毒原图像的恢复，以达到对比度提高的效果。首先简单介绍了小波软阈值去噪和盲目反卷积原理。然后结合这两种算法，有效的恢复了冷冻电镜病毒图像。实验表明用该算法得到的病毒恢复图像来做边缘检测，在同一些经典图像复原算法比较中，衬度上有明显的改善。     

Multiplexed Wavelet Transform Technique for Detection of Microcalcification in Digitized Mammograms

Wavelet transform (WT) is a potential tool for the detection of microcalcifications, an early sign of breast cancer. This article describes the implementation and evaluates the performance of two novel WT-based schemes for the automatic detection of clustered microcalcifications in digitized mammograms. Employing a one-dimensional WT technique that utilizes the pseudo-periodicity property of image sequences, the proposed algorithms achieve high detection efficiency and low processing memory requirements. The detection is achieved from the parent–child relationship between the zero-crossings [Marr-Hildreth (M-H) detector] /local extrema (Canny detector) of the WT coefficients at different levels of decomposition. The detected pixels are weighted before the inverse transform is computed, and they are segmented by simple global gray level thresholding. Both detectors produce 95% detection sensitivity, even though there are more false positives for the M-H detector. The M-H detector preserves the shape information and provides better detection sensitivity for mammograms containing widely distributed calcifications.Permission has been granted by the Departmental Research Committee, Department of Electronics, Cochin University of Science and Technology, for pursuing research in the field of automated detection of microcalcification in digitized mammograms.     

基于小波变换的QRS波群实时检测算法

本文研究了基于小波变换方法的心电信号QRS波群检测算法,通过对心电信号进行低通滤波、小波变换、差分平滑、阈值检测和修正策略等技术,提高了QRS波群的检测率.经MIT-BIH心律失常心电数据库全部48例数据的检验,QRS波检测灵敏度达99.82%,真阳性率达99.52%.在Windows环境下可实时实现.     

基于小波变换的QRS波检测

目的　将小波变换应用于ECG信号QRS波检测,提高QRS波的正确检测率。方法　利用二进Marr小波对ECG信号按Mallat算法进行变换;从等效滤波器的角度分析了信号奇异点(R波峰值点)与其小波变换模极大值的关系;探讨二次微分小波与一次微分小波在奇异点分析时性能上的差异,在检测中还运用了一系列策略以增强算法的抗干扰能力。结果　经MIT/BIH标准心律失常数据库验证,QRS波的正确检测率高达99.8%。结论　小波技术在ECG信号消噪和精确定位显示良好的性能;不同的小波函数直接影响结果和后续的检测策略。     

应用连续小波变换检测和增强DSA血管影像的研究

数字血管减影的影像中的血管像具有对比度低的特点。本文用一种全新的思想实现DSA影像中血管像的增强,即先应用小波变换技术检测血管边缘,使其从背景中分离出来,再应用对比度拉伸的方法进一步增强血管同背景的对比度,由于本文使用的连续小波变换可从不同方向上检测影像灰度变化情况,所以检测到的影像边缘更准确全面,而且由于噪声的小波变换的模较小,较好地抑制了减影像中的背景噪音,处理后的血管影像具有三维实体的视觉效果。