首页 > 文献资料
-
基于遗传规划的图像识别方法
遗传规划是模拟自然界生物进化过程的一种进化算法,在优化计算、搜索和人工智能方面有着广泛的应用潜力.针对图像识别领域,分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传规划的图像识别方法,该方法首先对图像模板进行离散化处理,把图像识别问题转化成一个组合优化问题;然后利用其对种群的寻优高效性,对各个控制点组合优化,搜索到优值,使各控制点与模板匹配;后通过计算机仿真实验,证明了这种方法的有效性和实用性.
-
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.
-
心电自动分析系统
心电图的自动分析对于心血管疾病的分析和诊断有着十分重要的意义.随着心电图在临床中日益广泛的应用,如何对海量的心电图数据记录进行更加精确和快速的计算机自动分类就越来越受到广大研究者的重视.心电自动分析系统实现了对心电数据的自动分类和智能诊断,并具备对心电数据、病人信息、医生诊断分析等数据管理功能.本文介绍了系统所涉及到的算法,系统的框架、功能与实现,并对系统的技术特点进行了分析,后预测了系统的应用前景.
-
基于PCA和Fisher判别分析的锋电位在线分类算法
目的 大脑神经元胞外单细胞动作电位(即锋电位)的检测与分类,是研究神经系统处理信息机制的关键.常用方法是实验完成后对记录到的数据进行离线检测与分类,然而当需要在短时完成大量数据的处理或无线传输时,则需实现锋电位的在线检测与分类.方法 为实现在线分类,本文在利用主成分分析法(principal component analysis,PCA)和K均值分类法对一定量数据进行预分类的基础上,提出使用PCA结合Fisher判别分析的方法,并与基于距离的模板匹配法、BP神经网络分类法进行了分类效果和算法复杂度的比较.结果 仿真结果表明,该方法相对于其它两种方法在分类效果和算法复杂度上都具有一定的优势.结论 此方法是实现锋电位在线分类的不错选择.
-
一种新的T波终点定义方法及其在QT间期检测中的应用
T波终点识别是ECG信号QT间期检测中的关键技术.由于T渡末端呈对数衰减及易受杂音叠加的影响,使得高精度的T波终点识别显得困难.定义T渡末端衰减率至某一阈值δ的时刻为T波终点,并将此法应用于QT间期的自动检测.以T波顶点为标识,将其后的0.2 s数据叠加成一个平均信号φ(t),以函数(φ)(t)=Aeat拟合φ的末端,并利用小二乘法确定其参数.将此φ函数作为模板去匹配心电图的T渡可获得相应的A和α值,并通过微分运算得出T波终点的位置.利用此方法进行QT间期检测,显示出良好的准确性和鲁棒性.
-
高分辨心电图中模板匹配算法的改进
在对心电信号进行相干平均处理之前,需要对信号进行时间上的对齐和异形波剔除.常用的方法先建立一个模板信号,然后令其它的心电波形与之比较,这种平均预处理过程被称为模板匹配.经典的模板匹配算法存在着对信号波形差异不敏感的问题,这必将影响预处理的效果.本文针对这个问题提出一种改进的算法,并且用实验的方法对改进算法的异形波判别灵敏度和信号对齐精度做了验证,同时与经典算法进行了比较.结果显示改进后的算法可以提高信号判别灵敏度和对齐精度,对在需要进行较严格模板匹配的应用中是一种可行的方法.
-
二维高斯滤波法在尿囊膜血管检测中的应用
通常,尿囊膜的血管图像质量较差,原因在于血管纵横交错地分布于尿囊膜上,图像的对比度低,从而导致血管检测工作十分困难.通过分析血管空间和光学特性,了解到沿血管的横向断面方向,其灰度呈高斯分布.利用二维高斯滤波器进行模板匹配,每隔15°取一个检测方向,共建立12个13×13方向检测模板矩阵.经处理后,血管从背景中显现出来,取得较令人满意的对比度和清晰度.
-
一种改进的模板匹配算法及其在ECG波形识别中的应用
基于相关系数的模板匹配算法无法区分波形信号f(t)与nf(t),因为模板p(t)与f(t)和nf(t)之间的相关系数相等.本研究提出一种改进的相关性算法,使得模板与信号进行匹配运算后得到的系数c∈[-1,1],并且只有在p(t)=f(t)时c值为1.利用此方法分别对ECG的R波和T波进行识别,可准确地区分R波和T波,并可确定模板波形的检测点.此方法与基于相关系数的模板匹配算法相比具有较好的波形检测特异性,可应用于各个领域的波形识别.
-
实时手部精细运动意图识别方法的研究
目的:利用脑卒中患者的自主运动意识进行主动神经康复是促进患者脑功能重塑、提高康复训练效果的重要工程学手段.针对脑卒中患者手部精细运动功能恢复速度慢、恢复程度有限等问题,本文提出了一种基于数据手套的模板匹配方法,用于识别患者的手部精细运动意图.方法:利用自主研发的虚拟现实康复训练平台,将基于数据手套模板匹配的运动意图识别方法嵌入其中,并与基于表面肌电模式识别方法进行对比研究.招募了6例健康受试者参与实验,对16个手部精细动作的离线识别性能和实时识别性能分别进行分析,并对离线性能指标与实时性能指标之间的关系进行相关性研究.结果:采用基于数据手套模板匹配方法取得的平均离线动作识别准确率为95.00％±3.66％,平均实时动作完成率为91.31％±1.17％,显著高于基于表面肌电模式识别方法的离线动作识别准确率(84.66％±4.66％,P＜0.01)与实时动作完成率(71.86％±10.04％,P＜0.01).另外,基于数据手套模板匹配方法取得的离线动作识别准确率与实时动作完成率是线性相关的(P＜0.05),而基于表面肌电模式识别方法取得的离线与实时性能指标不存在线性关系(P=0.4005).结论:与传统的肌电模式识别方法相比,基于数据手套模板匹配方法具有显著的比较性优势.因此,有望成为手部精细运动功能主动神经康复中的一种有效的运动意图识别方法.
-
基于PCA和图像匹配的飞机识别算法
更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析(PCA-principal component analysis)和模板匹配的方法进行飞机识别.首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别.实验结果证明,该方法对飞机目标的识别是有效的.
-
改进的Horn-Schunck光流法在目标追踪中的应用
利用改进的Hom-Schunck光流法绘制视频中追踪目标的光流场,进而通过对比改进算法与经典算法的效果图研究改进算法的精度.在经典HS光流法基础上利用泰勒展开与差商代替导数优化梯度计算从而改进运算程序.将改进后的HS光流法运用于全帧视频目标追踪中位移展示、运动再现、运动驱动特性分析、光源分析以及其与模板匹配法结合使用.改进的Horn-Sehunck光流法在捕捉物体的旋转运动上更为准确,在时耗上比经典算法仅多耗用1％.改进的HS光流法比经典算法更为精确,对时耗的影响不明显,同时具有运动再现的优越性.
-
基于互信息的铁路轨枕扣件自动定位算法
铁路轨枕扣件的自动定位是铁路轨枕扣件缺陷检测系统的关键步骤.本文针对中国铁路复杂的有砟铁路轨枕图像,提出了一种轨枕扣件精确定位的有效方法.该方法采用由粗到精的检测策略,首先根据轨面区域的灰度和梯度分布特性定位到轨面位置,然后定位到轨枕位置,后采用基于互信息的模板匹配方法计算出扣件位置.实验结果表明,该算法能够快速准确的定位轨枕扣件.
-
基于模板匹配的心外膜电信号预处理与特征提取方法
目的 探讨适用于心外膜标测现场的实时心外膜信号预处理与特征提取方法,为房颤的电生理机制研究提供参考.方法 首先分析心外膜信号的特点.其次采用基于模板匹配的方法从信号中抽取房波片段,后从片段中识别信号的特征点.结果 本文方法对心外膜信号中窦性样本的识别正确率为99.7%,房颤样本的正确率为97%.且1条10 S长的数据的所需运算时间仅为1～2 S.结论 本文方法能够从心外膜信号中提取关键的心房除极波信息,并能满足在线分析的要求.
-
基于模板匹配和特征识别相结合的心室期前收缩波形分类算法
目的提出了一种基于模板匹配和特征识别相结合的波形分类算法,用于心室期前收缩波形的分类.方法通过自适应的可变区域模板匹配技术从形态学上综合地比较了正常和异常的波形,用匹配结果指导后续的特征分类.特征分类过程仅使用4个参量,基于大概率分布的模糊识别解决了参量分布的模糊性问题.结果经MIT/BIH标准心电数据库测试,实验结果达到了99.51%的特异度和96.84%的灵敏度.结论该算法在分类精度上较已有的算法有明显的提高.
-
基于快速傅里叶变换的心电模板匹配算法设计
目的:研究心律失常患者的心电信号特征,设计一种能够准确识别正常与异常信号的心电模板匹配算法,以辅助医师诊断心血管疾病.方法:利用快速傅里叶变换计算待测心电与正常模板之间的归一化相关系数,当系数大于某一预设阈值时,判断信号正常;否则提示可能存在异常,建议患者做进一步检查.结果:利用MIT-BIH数据库的心律失常数据进行算法仿真,以正常心拍作模板信号,对10例待测异常心拍进行检测,其中3例心室融合心跳被误判为正常,其余均能正确检测;对12组正常信号进行检测,肢体Ⅱ导联采集的信号全部判断正确,胸导联V1有3例被误判.结论:该算法对肢体Ⅱ导联信号具有较好的适用性,且对室性早搏的检出率较高.
-
一种基于R－R间期的改进型模板匹配法在心电图自动诊断中的应用
目的：探讨R－R间期的改进型模板匹配法在心电图（ECG）自动诊断中的应用。方法选择26例受试者ECG数据作为研究对象，分为3组。10例心律失常患者数据作为实验组，其中男性7例，女性3例，年龄24～75岁，平均年龄58．4岁。再选取10例正常人数据作为对照组，其中男性3例，女性7例，年龄26～45岁，平均年龄32．2岁。另选取6例ECG时间大于6 h的长时间病例数据用以证实算法的稳定性，其中男性3例，女性3例，年龄42～63岁，平均年龄56．6岁。使用改进型的信号模板匹配算法检测R波并进而利用计算机程序计算出诊断心率变异性（HRV）的多个因素，借用美国麻省理工学院生理数据库（MIT/BIH）中数据进行测试，对测试结果分组进行统计学检验。结果所选数据组间R－R间期标准差（SDNN）、相邻R－R间期差值的均方根值（RNSSD）、正常窦性心搏间期的平均值（NNVGR）、相邻R－R间期差值大于50 ms的个数占所有R－R间期个数的百分比（PNN50）的计算结果在实验组与对照组之间差异存在统计学意义（P<0．05）。根据改进型模板匹配法得到的6例长时间病例心律失常患者均值都高于对照组。结论该方法可以用来初步筛选ECG心律失常患者，可作为心电预警自动诊断的一种检测参考方法。
-
基于仿射变换模型的外周DSA的自动配准
为了消除外周DSA中的伪影,提出了一种基于仿射变换模型的全自动图像配准算法.利用改进的Harris算法在蒙片中提取特征点并构造特征模板,采用基于直方图能量大的相似准则在对比片中进行模板匹配,得到蒙片的特征点运动矢量,然后再利用SVD法得到仿射变换模型的佳参数,后进行双线性插值对蒙片进行配准.在大于30例图像算法测试中,运动伪影消除良好,且满足临床应用的实时需求.实验结果证明,该方法对外周DSA的伪影能快速可靠有效地消除.
-
基于组合不变量配准的数字减影算法
在现代医学中,DSA是X光片血管可视化技术的重要组成部分之一,在DSA中图像配准对消除运动伪影起着关键作用.运用一种基于组合不变量的相似度测量的模板匹配和弹性TPS算法配准减影方法,并根据实际情况有所改进.经过试验证明这种方法可以自动并有效地去除运动伪影,其速度和血管图像质量均比较理想.
-
室性早搏的快速检测方法
提出一种利用相关性和RR间期比相结合的快速室性早搏的检测算法.该算法具有一定的病人自适应性.通过MIT-BIH心律失常数据库的验证,该方法对Normal和PVC有很高的识别率.
-
头影测量标志点计算机自动识别的初步研究
目的 初步探讨计算机头影测量自动定点技术.方法 随机选择20张头颅侧位片作为待测图像,另选1张高质量的X线片为标准图像.使用仿射变换结合模板匹配的方法来识别标志点.首先在标准图像上手工确定各标志点的位置并建立标志点的标准模板;然后用仿射变换的方法把标志点从标准图像变换到待测图像上,获得标志点的初始位置;后经模板匹配确定标志点的准确位置.结果 共识别出11个硬组织点和10个软组织点.硬组织点平均误差2.28 mm,软组织点平均误差0.77 mm.有4个硬组织标志点的定点误差＜2 mm.结论 初步建立了头影测量标志点自动识别系统,但整体上标志点识别的准确性尚不能满足临床应用要求.
