基于coif5小波的多普勒胎心音信号提取算法的研究

胎心率监护是围产期胎儿监护的关键技术指标，超声多普勒测量胎心率是最常用的无创方法。由于胎心多普勒信号具有信噪比低、非平稳的随机性特点，提出基于coif5小波，结合双重阈值方法的胎心音信号提取算法。实验表明，该算法有效地解决了由于胎心率加倍、减半所引起的胎心率曲线翻转问题，提高了多普勒胎心音信号提取的准确性。     

诱发电位的非线性动态提取方法

以不同的潜伏期和幅度非线性迭加在自发脑电上的单次诱发电位，是诱发电位和自发脑电的一种可能的非线性组合。对诱发电位进行非线性动态提取是近年来备受关注而又十分困难的课题。本综述了三种非线性的诱发电位动态提取方法：自适应径向基函数神经网络方法、小波变换的非线性阈值系数方法以及模糊聚类方法，中着重介绍了以上方法的基本思路和典型应用实例。     

诱发电位的非线性动态提取方法

以不同的潜伏期和幅度非线性迭加在自发脑电上的单次诱发电位 ,是诱发电位和自发脑电的一种可能的非线性组合。对诱发电位进行非线性动态提取是近年来备受关注而又十分困难的课题。本文综述了三种非线性的诱发电位动态提取方法 :自适应径向基函数神经网络方法、小波变换的非线性阈值系数方法以及模糊聚类方法 ,文中着重介绍了以上方法的基本思路和典型应用实例     

基于模板匹配的心脏三维超声最优切面搜寻方法

目前实时三维超声是诊断复杂型先天性心脏病的主要手段.然而,利用实时三维超声系统,在心脏三维超声图像中,靠医生人工寻找病变的最佳观察面比较费时、可重复性较差,且容易造成漏诊;为便于复杂先心病的三维超声诊断,在孙锟等提出的复杂型先心病最优观察切面基础上,本文提出了基于模板匹配的自动搜寻心脏三维超声最优观察切面的方法,其中基于互信息方法的模板匹配能实现较高正确率的寻找最优切面.该方法易于实现,实时性好,避免了人工寻找切面的弊端,对测量及配准等后续的计算机辅助诊断意义重大.     

基于模板匹配和改进的快速LADT结合的心电数据压缩算法

性能优越的心电数据压缩算法,必须具备较快的处理速度、较高的压缩比和较理想的恢复精度,而三者通常是相互矛盾、相互制约的,实际应用中只能取折衷方案.现有的心电数据压缩算法不能在这三方面同时取得理想的效果,只能根据需要满足某一方面的需求.基于模板匹配和改进的快速LADT结合的心电数据压缩算法,吸收了模板匹配和改进的快速LADT算法的优点,并对算法实现的关键技术作了进一步的改进.介绍了模板匹配和改进的快速LADT算法的基本原理,实现步骤和关键技术,并对其应用前景作了预测.     

基于SIFT特征关键点匹配的脑组织提取方法

脑组织提取是脑部磁共振图像处理的重要步骤之一。为稳定准确地提取脑组织,提出一种基于点阵SIFT(Scale Invariant Featun Transform)特征匹配的脑组织提取方法。该方法在采用BET方法对脑组织进行提取的过程中,不断提取轮廓点阵的SIFT特征,并提出基于距离约束投票的特征匹配方法,对目标图像当前脑组织轮廓和模板图像脑组织进行匹配,根据匹配结果重新定义BET脑组织提取参数再继续进行轮廓演化,从而得到稳定的脑组织轮廓。然后以该轮廓为初始值采用Graph cuts方法进行精提取,最终得到精确的脑组织边界。采用IBSR网站20套MRI图像序列与其他3种算法进行对比实验,得到最高的DICE精度(0.962±0.008)、Jaccard精度(0.926±0.014)和特异性(0.994±0.004)、最低的假阳性率(4.95%±2.74%)、较低的假阴性率(2.82%±2.0%)。精度最高表明该方法具有很好的提取精度,相应参数的标准差较小表明本方法有很好的稳定性,说明该算法是一种精确稳定的脑组织自动提取方法。     

基于k均值聚类和自适应模板匹配的眼底出血点检测方法

眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受限自适应直方图均衡化方法对眼底图像进行预处理,然后使用k均值聚类分割出候选目标,最后利用自适应归一化互相关模板匹配与支持向量机(SVM)分类器对候选目标进行筛选,从而得到真正的出血区。采用DIARETDB数据库的219幅眼底图像进行实验,本方法在图像水平的灵敏度为100%,特异性为80%,准确率为92.4%,在病灶水平的灵敏度为89%,阳性预测值为87.3%。结果表明本方法能够实现眼底图像中出血点的自动检测。     

小波变换结合快速傅里叶变换从PPG中提取呼吸率

从光电容积脉搏波描记法(PPG)信号中提取呼吸率是一种简便、高效、成本低的呼吸检测方法。本文用多道生理记录仪同时采集由温度传感器和透射式光电脉搏传感器获得的人体呼吸波和PPG信号,应用小波变换对PPG信号进行9层分解,将第9层细节信号和第8层细节信号分解得到的近似信号重建后相加得到呼吸波,然后用改进的快速傅里叶变换频率估计方法从该呼吸波信号中提取呼吸率。用该法从30个PPG样本中提取呼吸率,并将所提取的呼吸率与温度传感器获得的呼吸率用Bland-Altman法进行对比,得到了两者具有良好一致性的结论。     

脉冲多普勒超声速度频谱图像中速度脉动信号提取方法探讨

针对目前脉冲多普勒超声（PDU）速度频谱图像中速度及其脉动信号提取方法存在的数据量不足、工作量大和可重复性低的情况，本研究结合前期研究获得的成果和PDU速度频谱构成的基本原理，在Visual Basics平台上，初步设计开发了一套具有一定自动化程度的PDU速度频谱图像处理软件。其速度、雷诺正应力（RNS）的计算结果与粒子成像流速仪（PIV）检测结果之间具有较好的相关性（r=0．93和0．78）。研究结果表明：该软件在一定程度上增加了信号处理的有效数据量、降低了工作量，提高了结果的可重复性。可以成为今后临床医学超声速度频谱图像分析的一种有效的手段。     

结合子空间方法和提升小波变换提取事件相关脑电位

我们提出了一种提取事件相关脑电位的复合方法。它用奇异值分解方法将含噪信号分解为噪声子空间和信号子空间,将含噪信号正交投影到信号子空间进行初步除噪,随后将得到的信号进行提升小波变换,对变换结果进行一维小波重构进一步去除噪声,最后提取出ERP成分。介绍了基于奇异值分解的子空间方法和对信号进行提升小波去噪的实现方法。仿真结果表明,结合两种方法提取事件相关脑电信号时,比单独采用其中一种方法的效果要好,并可减少提取事件相关电位所需的实验次数。对实验数据的处理结果表明,该方法的实际处理效果良好。