首页 > 文献资料
-
小脑基因表达数据的模糊多尺度聚类分析
目的 为了更好地建立符合生物学意义的基因归类,为一些未知基因的功能提出解释提供参考.方法 首先对小脑组织随机抽取100组预处理后的基因表达数据,对每个由7个时间点所成的基因表达信号做多尺度分析,其次在各个尺度下运用改进的FCM算法设计了一个归类阀值,并利用模糊聚类Xie-Beni指数得到了优聚类数并实现各个尺度下小脑组织基因的聚类,并把每一层对应的聚类结果输出到文本文件,后找出各层聚类结果完全一致的基因进行归类并进行生物学解释.结果 得到的小脑组织基因优聚类数为3类,通过分类结果对照发现,各类中的大多数基因生物学意义接近.结论 运用多尺度分析并结合FCM算法应用于基因聚类是有效的,结果具有一定生物学意义,能对生物学基因聚类及基因功能解释具有一定指导作用.
关键词： 多尺度分析 FCM算法 Xie-Beni指数 聚类 基因 -
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.
关键词： Beamlet基 Beamlet变换 Wedgelet变换 边缘检测 多尺度分析 -
基于小波包多尺度分析的感康近红外光谱快速分析方法的研究
目的 利用小波包多尺度分析去噪感康近红外光谱,建立有效测定感康中对乙酰氨基酚、盐酸金刚烷胺的近红外光谱分析模型.方法 使用优分解方法和合适的阈值处理得到重构光谱的小波包分解系数,达到降噪的目的.结合偏小二乘法(PLS)建立不同尺度分解重构光谱的感康定量分析模型.结果 模型的校正和预测精度在小波包尺度为3的时候好,模型的相关系数对对乙酰氨基酚和盐酸金刚烷胺分别为0.995 95和0.913 07.交互验证均方与误差(RM-SECV)分别为0.005 62和0.006 86,预测均方与误差(RMSEP)分别为从0.005 79和0.007 88减小为0.004 78和0.00603,与原始光谱相比模型的稳定性和预测性能都得到了优化.结论 使用小波包变换的多尺度分析能够消除原始光谱的噪声,使建立定量分析的PLS模型具有更好的稳健性和预测精度.
-
多尺度分析及其在生物医学研究中的应用
多尺度分析在生物医学的研究中正在发挥着越来越重要的作用,在医学图像分析和复杂生物系统的研究中有比较深入的研究,也将是蛋白质结构预测和基因调控网络研究中的重要方法.
-
基于多尺度分析的MR图像粗糙集增强算法
粗糙集理论是一种新的处理含糊和不确定问题的数学工具,本文在对MR图像多尺度边缘表示的基础上,引入粗糙集理论对图像作对比度增强处理,提出了一种基于多尺度分析的粗糙集图像增强算法.该方法具有良好的增强效果,并对噪声有一定的抑制作用.本文后给出了具体实验结果.
-
婴儿痉挛症脑干听觉诱发电位中的γ频带
目的观察婴儿痉挛症患者脑干听觉诱发电位中γ频带成分.方法用子波变换分别对正常婴儿、婴儿痉挛症患儿、经过一段时间治疗后的婴儿痉挛症患儿脑干听觉诱发电位信号进行多尺度分析.观察脑干听觉诱发电位信号多尺度成分的分尺度功率随尺度的分布.结果婴儿痉挛症患儿的脑干听觉诱发电位信号的γ频带的成分缺损严重,其分尺度功率远低于正常婴儿,婴儿痉挛症患儿经过一段时间治疗后脑干听觉诱发电位信号的γ频带成分明显改善,其分尺度功率接近正常婴儿.结论γ频带对信息在脑干中的接收、传输、加工、综合、反馈等高级功能和人脑的认知活动具有重要作用,γ频带成分缺损导致的信息传导阻滞是引起患儿智能发育迟滞的原因.
-
基于多尺度分析的去噪方法在正电子成像后处理中的应用局限及对策
为了优化PET图像，需要根据PET图像的成像特点和临床工作的实际需要设计去噪算法。本文通过对于正电子图像后处理去噪方法的回顾，分析其具有的局限性并提出相应的对策，特别针对多尺度分析法，提出如何在提升PET图像处理品质的基础上减少人工干预，简化算法结构，缩短处理时间。
-
正常成人脑电信号多尺度分析
目的:研究正常成人脑电信号的多尺度特征.方法:记录20例正常成人安静闭目状态下脑电图,对其进行连续子波变换,观察脑电信号在不同尺度(频带)的细节特征,各尺度间的相互联系,以及能量分布特征.结果:正常成人脑电图的多尺度特征为各尺度(频带)的子波系数的幅值普遍相对较低,尺度(频带)分布范围较广,在特定的尺度范围内可见较强的相对稳定的节律性活动,相邻尺度间关联密切,呈层级关联的"家族"式结构,分尺度功率在0.1 Hz、1 Hz、10 Hz附近形成三个峰的分布.结论:子波分析作为一种新的数学方法,适合于脑电信号的分析,通过子波分析可以获得脑电信号在不同尺度(频带)上的细节特征.脑电信号多尺度特征产生的生理生化机制有待于进一步研究.
-
脑诱发电位的多尺度分析及其临床应用
1 引言本文介绍了一种新发展的非线性(no-linear)、多尺度(multiscale)、多分辨信号(multiresolution sign)分析方法-子波分析(wavelet analysis)的基本概念、基本理论和基本方法及其在脑诱发电位(BEP)分析中的应用.
-
梯度相位检测在医学图像小波边缘提取中的应用
针对小波变换不能涉及过多尺度的问题,分析了边缘类型对小波多尺度边缘提取的影响,并结合医学图像的特点,提出基于Canny算子的梯度相位法.梯度相位法认为边缘不只是在灰度发生突变的地方存在,如果某个区域,灰度沿某个方向缓慢变化,这个区域也存在边缘,只不过可以认为边缘比较粗.通过对人脑后颅骨的CT医学图像边缘提取的实验及结果定量和定性分析,证明此方法在医学图像边缘检测中是切实可行的.
