小波技术在生物医学成像中的应用

近年来，小波技术广泛地用于信号处理中，取得了令人瞩目的效果，在生物医学信号处理领域和医学成像中也被作为一个有利的工具。本文简要综述了小波技术在生物医学成像中的应用。     

小波变换理论与生物医学信号的处理

本文首先分析了新的时频分析理论——小波变换理论的优良时频特性，并与窗口傅里叶变换的时频特性作了比较；又对小波变换理论在生物医学信号处理中的应用进行了评述；最后对小波变换理论及在生物医学信号处理中的应用作了简要展望。     

小波变换在生物医学信号处理中的应用

小波变换在生物医学信号处理中的应用１生物医学应用领域的小波性质小波可分解为以下二部分：重复信息（可进行连续小波变换［ＣＷＴ］或小波帧变换）和非重复信息（正交、半正交或双正交基波信号）。重复信号通常作为信号分析特征提取和处理的首选信息，因为其提供了真实...     

小波分析在医学中的应用

小波分析方法是一种新的信号分析方法，由于其具有多分辨分析的特点，能较好地突出信号局部特征，在微弱，背景噪声较强的随机信号分析中具有重要的意义。本综述了这一新方法在诸如EEG，EP，ECG，医学图像等生物医学信号中的广泛应用，并对各自效果进行了分析，最后，对小波变换在生物医学信号处理中的发展作了展望。     

听觉诱发电位信号分析技术进展

听觉诱发电位(AEP)信号的提取技术是生物医学工程领域和信号处理领域长期以来一直关注的问题。本文综述了听觉诱发电位信号处理技术的一些新进展，主要介绍了功率谱估计、自适应处理方法、小波变换法、混沌理论、人工神经网络、正则化方法、独立分量分析7种处理方法，这些方法都致力于少次刺激、高质量提取听觉诱发电位信号，充分地展示了听觉诱发信号处理技术高效提取的前景。     

小波分析在医学中的应用

小波分析方法是一种新的信号分析方法 ,由于其具有多分辨分析的特点 ,能较好地突出信号局部特征 ,在微弱、背景噪声较强的随机信号分析中具有重要的意义。本文综述了这一新方法在诸如 EEG、EP、ECG、医学图像等生物医学信号中的广泛应用 ,并对各自效果进行了分析。最后 ,对小波变换在生物医学信号处理中的发展作了展望。     

生物医学信号处理技术的若干进展

近年来,生物医学信号处理技术发展迅速,成为现代信号处理技术中一个重要而又极其活跃的分支。在一些重要的国际性学术会议上(例如1985和1987年在意大利召开的第七、八届国际信号处理会议;1986年召开的第三届欧洲信号处理会议等),发表了不少引人注目的论文。在这些会议中间的圆桌讨论会上(如国际信号处理会议每届都召开“信号处理对当代科技和工业冲击”圆桌讨论会),生物医学信号处理也是各国学者热门话题之一。国内近年来一些学术会议(如     

生物医学声信号的检测、处理与应用

近年来，随着传感器、信号处理等技术的迅速发展，国际医学界、生物医学工程界对生物医学声信号的检测处理极为重视，研究工作已取得了很大进展。本文综述了生物医学声信号检测、处理与应用等方面的新进展。     

生物医学声信号的检测,处理与应用

近年来，随着传感器、信号处理等技术的迅速发展，国际医学界、生物医学工程界对生物医学声信号的检测处理极为重视，研究工作已取得了很大进展。本文综述了生物医学声信号检测、处理与应用等方面的新进展。     

EMD及其在生物医学信号处理中的应用研究

介绍了一种适用于生物医学信号处理与分析的方法——经验模态分解(EMD),结合Hilbert变换对心电(ECG)信号及心跳间期(RRI)信号进行了分析,并重点与小波变换方法进行了比较。     

电阻抗断层成像算法应用综述

电阻抗断层成像（EIT）技术是非侵入性、无损伤、低成本的功能成像技术，在生物医学、地质勘探等领域有着广泛的应用，文章重点对EIT的关键技术，即从基础理论出发对EIT正问题和EIT现阶段广泛应用的重构算法进行介绍，同时对EIT与CT融合成像技术的研究方向进行介绍。EIT技术日趋成熟，具有广泛的应有前景，对EIT技术在生物医学应用领域做概述，并对EIT技术发展提出一些建议。     

诱发电位快速提取方法及进展

每次刺激所产生的诱发电位的峰值和潜伏期以至波形是时变信号。随着信号处理技术的发展,诱发电位的提取方法由传统的平均叠加方法,向逐步减少累加次数,最终实现单次提取诱发响应波形,实现动态提取诱发电位的方向发展,因此对诱发电位的少次以至单次提取成为生物医学信号处理领域备受关注的一个研究课题。对近年来快速提取诱发电位的信号处理方法进行了简要的回顾,并分别从自适应滤波、小波变换、神经网络及独立成分分析等4个方面对算法进行了介绍。     

生物医学工程中的信号处理技术

信号处理技术渗透在生物医学工程的各个领域中。在这次会议上属丁生物医学工程的二十五个子课题中,除了有一个直接命名为“生物医学信号处理”的子课题外,还有一些子课题其内容也和信号处理密切相关。例如: 1.电生理:包括外周神经系统电生理学、心脏电生理学,心电电位分布图,脑电图建模,自动脑电图分析,脑电图分析的临床应用,心电图逆问题,诱发响应分析的定量方面等。 2.生物系统建模:包括人工智能和仿真间的交互作用,生物医学仿真的方法学,生理及医学中的混沌现象,心脏电生理学的建模问题,心电图的建模和信号处理,时域建模方法等。     

独立分量分析在生物医学信号处理中的应用

独立分量分析是盲信号处理领域的研究热点，是盲信号处理的重要组成部分。介绍了独立分量分析(ICA)的基本模型、数学原理、研究进展，以及当前广泛应用的FastICA算法，着重论述了ICA在生物医学信号处理中的应用，提出了存在的问题和进一步研究的方向。     

独立成分分析在生物医学信号处理中的应用

独立成分分析(independent component analysis，ICA)已经成功地应用到生物医学信号处理中，并被证明是一种分析生物医学信号的强有力的工具，近年来一直受到国内外学的广泛关注。本系统地介绍了独立成分分析在生物医学信号(EEG，MEG，fMRI)处理中的应用，分析了其应用方法，最后简要地探讨了独立成分分析应用到生物医学信号中的优势及存在的一些不足。     

时频分析方法及其在医学信号处理中的应用

许多生物医学信号的频率分布随着时间迅速变化，传统的傅立叶谱分析技术显然不能满足对这类时变信号的分析。通过对一个一维时间或频率信号进行变换，其时频表示能够在时间--频率平面上描述信号的能量分布。实际研究表明，时频分析方法能够解决很多生物医学信号问题。着重论述时频分析的基本方法及其在生物医学信号处理中的应用。     

基于小波变换的离子单通道信号的分析方法

在单通道信号处理中引入尺度能量分布的概念，利用小波变换，通过提取具有特征频率的高频信号，可以在不失真的条件下将单通道信号清晰地检测出来，消除噪声干扰。本文提供的方法在离子通道信号处理中具有较普遍的意义。     

时／频域分析方法的原理及在生物医学信号分析中的应用

维格纳分布作为非平稳随机信号分析的有效手段广泛地应于信号处理领域。本文概括地介绍了维格纳分布的定义，性质，快速算法，交叉项抑制及其在生物医学信号处理中的应用，并介绍了作者利用维格纳分布表示高频心电图的初步临床应用。     

电阻抗断层成像技术应用于脑血肿实时监测的仿真研究

电阻抗断层成像技术用于脑血肿的实时监测是发展医学成像技术的有意义的尝试。利用数值计算方法重建目标场域内部电导率的分布是电磁场数值计算科学在生物医学工程学领域的应用。文章介绍了作者在电阻抗断层成像技术重建算法领域所作的部分工作，包括拟牛顿法、Bulirsch—Stoer外推法。同时，用仿真计算结果模拟了该技术用于脑血肿实时监测的全过程。     

基于量子点的多功能纳米粒材料在多模态成像和癌症治疗中的应用

纳米粒技术在生物医学领域的应用,为今后肿瘤的检测和诊断方法提供了广阔的前景。半导体量子点在生物医学领域逐渐受到了广泛的关注。文章就基于量子点的多功能纳米材料在多模态成像和癌症治疗中的应用做了简单的概述。首先介绍基于量子点的多功能纳米粒子的多模态成像;其次介绍基于量子点的多功能纳米粒在癌症治疗中的研究应用,其中包含了同时成像和化学治疗、同时成像和光动力学治疗,以及同时成像和基因传递的研究。最后,对基于量子点的多功能纳米粒的生物医学应用前景进行了展望。