首页 > 文献资料
-
基于多元统计的非酒精性脂肪性肝病中医病机研究
目的 探讨非酒精性脂肪性肝病(NAFLD)中医病机规律,为临床辨证论治提供依据.方法 采用横断面研究方法,利用NAFLD中医四诊临床观察表,对患者资料进行采集.采用因子分析、奇异值分解方法,研究四诊表现的内在因子特征,比较各种分析方法的差别.结果 因子分析采用了 α 因子解析法、主成分分析法、映像因子法,其中 α 因子解析法结果为佳,前3个因子对数据解释率高,分别为脾湿因子、肾虚因子和气虚因子,三者构成了NAFLD的基本病机因素;奇异值分解法得到的前3个奇异值分别为脾肾气虚、肝肾阴虚和气阴两虚,同样突出了脾肾两虚在NAFLD病机中的作用.结论 脾肾两虚在NAFLD病机组成中占有重要地位,从虚论治NAFLD具有重要的临床意义.
-
雷达式生命探测仪中人体数量识别技术的研究
针对雷达式生命探测仪穿墙检测到人体的呼吸信号的非平稳特性,采用短时傅里叶变换、频谱图,对单人、多人的呼吸信号进行分析,并通过奇异值分解有效地提取特征矢量进行模式识别,能够成功地识别单人和多人.实验结果表明,基于短时傅里叶变换的奇异值分解法能够稳定、有效地提取特征矢量,从而达到对雷达式生命探测仪中人体数量的较准确地识别.
-
奇异值分解法对磁共振谱数据的量化研究
探讨了基于奇异值分解的磁共振谱数据量化分析算法,这是一种空间分解的算法,将采集到的磁共振谱数据排列成矩阵形式,之后对其进行奇异值分解,根据特征值将数据划分为信号空间和噪声空间两个部分,提高了信噪比.通过对信号空间进行小二乘估计获得临床所需参数,进而用这些参数绘制单体素谱线及代谢物分布图像,获得了较好的结果.
-
表面肌电信号的时变AR模型参数估计及其在下腰痛评估中的应用研究
本文针对表面肌电信号的非平稳特性,采用时变参数AR模型对表面肌电信号进行分析,将线性非平稳问题转化为线性时不变问题,并采用递推小二乘算法求解模型的时变参数.在此基础上,提出了结合奇异值分解进行参数优化,进而进行模式分类的方法.能够成功地区分下腰痛患者治疗前后的状态,为下腰痛的诊断、治疗与康复判定奠定了一定的基础.
-
一种基于有监督奇异值分解和随机森林的卵巢癌磷脂代谢物特征提取方法
卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位.选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点.本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解和基于信息增益的随机森林决策的方法用于特征标志物的选择.首先应用有监督奇异值分解计算各标志物的权重值,并根据权重值粗选出候选标志物;其次应用基于信息增益的随机森林决策理论从候选标志物中选出特征标志物;后通过SVM分类器测试,分类率高达90%以上.本研究方法与其他常用方法比较具有一定优势,其中一个明显的特点是所选特征标志物不但保持了较高的分类率,而且具有生物学关联意义,从而证实本研究方法具有较高的可行性和实用性.
-
奇异值分解法用于MR灌注成像脑血流量估计的仿真研究
MR脑灌注成像是MR方法中提供代谢能力度量的唯一途径,对于疾病诊断和治疗效果评估有重要意义.MR灌注成像灌注参数的确定本质上是一个逆问题的求解过程,对一种求逆估计方法一奇异值分解法的逆问题性质进行了研究.在对奇异值分解法进行理论推导后,设计仿真方案,分别针对不同的信噪比进行仿真实验,并对动脉输入函数的延迟与失真进行分析.结果表明,在信噪比分别为150和10时,奇异值分解法都可以有效地估计脑血流量.该方法对动脉输入函数的失真不敏感,但是发生动脉输入函数延迟时,高脑血流量会被低估20％ ～ 30％.针对这一情况,对动脉输入函数的延迟效应进行了修正,修正后低估程度减小到±5％,得以明显改善.仿真结果表明,奇异值分解法是一种有效的估计MR灌注成像脑血流量的方法.
-
一种基于时频分析的癫痫脑电棘波检测方法
脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义.本研究提出了一种基于时频分析的癫痫脑电棘波检测方法.首先通过矩阵的奇异值分解方法得到效果更佳的脑电信号(EEG)的时频分布图,然后利用时频分布的差异测度方法达到对棘波的检测目的.在对临床癫痫脑电信号的实验中,该方法取得了较好的结果.
-
脑内电流偶极子动态参数的反演研究
多通道高时间分辨率脑磁探测系统为反演脑内动态电活动参数提供了一种可能性.通过分析头表面某一连续时间片段上时域-空域磁场数据矩阵的奇异值序列分布特征,可以确定相应信号矩阵的秩,从而获得某一时段脑内电活动源的数目.进而在该时段内选用相应的源数目,并利用优化算法,即可反演出脑内电活动源的动态参数.模拟计算及对声音刺激的诱发脑磁源的计算均表明这一方法是有效的.
-
单次事件相关电位聚类分析
本文用模糊神经网络对单次事件相关电位(single event-related potentials, sERP(P300))进行聚类分析,并提出应用奇异值分解确定佳聚类数的通用新方法,结果显示它们构成了提取和压缩sERP动态信息的有效方法.
-
基于奇异值分解和小L2范数解的动态脑磁源重建
脑内神经信号的动态传递过程在临床脑疾病诊断和认知科学中得到了越来越多的重视和研究.为求解动态脑磁逆问题,本文提出通过时域子空间求解动态脑磁L2范数解的方法并验证其可行性.具体地,对脑磁测量信号进行奇异值分解,通过右奇异向量矩阵构造源信号的时域子空间,将测量信号和待求源信号投影到时域空间进行求逆,然后将解反投影到解空间重建出动态脑磁源信号.与施加时域约束的双正则化方法相比,本文方法计算量大大降低,不同噪声水平下本文方法的均方误差都小于双正则化方法,而且重建出的源信号与仿真信号吻合更佳,信噪比更高.
-
基于灰色关联度k-近邻法的房性心律失常识别
目的 研究用灰色理论的灰色关联度结合k-近邻法快速准确地识别窦性、房扑和房颤信号.方法 将心电信号分成训练集和测试集,首先用多尺度小波将心电信号变换到时频域,然后提取小波系数矩阵的奇异值作为信号的特征向量,将所有训练样本的特征向量作为标准模板,求出测试样本特征向量与标准模板之间的灰关联系数,后结合k-近邻法对测试样本做出判断.分别用MIT-BIH心律失常数据库和犬心外膜信号数据库来评价提出的基于灰关联度的k-近邻法识别心律失常信号的特异性、敏感性和准确率.结果 实验结果表明:和常规灰关联度法、常规k-近邻法、BP神经网络相比,本方法对窦性、房扑和房颤信号有较好的识别性能,且具有识别速度快的优点.结论 本方法不需要大量的训练样本,计算简单,能较准确快速地识别窦性、房扑和房颤信号,有望应用于治疗心律失常的可植入装置.
-
多路独立人体阻抗测量和信号分析
目的测量多路阻抗信号,使用分解多路阻抗信号信源方法分析阻抗信号.方法本文提出的阻抗测量系统采用独立电流源设计,可以同时采集多路阻抗信号.使用基于锁相环的相敏相干检测技术,可以直接得到阻抗信号的幅度变化.利用奇异值分解方法分解胸部阻抗信号,得到产生阻抗变化的源信号一心、肺阻抗信号.然后把经过频谱甄别的源信号重新投影在测量电极位置上.结果对系统实测得到的阻抗信号成功地进行了分解和投影处理,取得了较好的结果.结论多路阻抗系统能够提供单导测量系统无法提供的信息.在阻抗信号分析具有良好应用价值.
-
单导胎儿心电记录仪的研制
介绍了一种单导胎儿心电记录仪。系统以PC机为核心,采用奇异值分解方法提取胎儿心电信号。临床实验表明,该仪器操作简便,可靠。
-
基于Hankel矩阵的磁共振波谱成像量化方法
目的 针对磁共振波谱成像(MRSI)数据,研究基于Hankel矩阵的量化方法 、抑水方法 及代谢物信息图像成像方法 .方法 分析不同Hankel矩阵结构对几种MRSI数据方法 的影响,得到量化效率较高的Hankel矩阵结构.应用水成分信号强度大的特点,提出基于大幅值抑水处理MRSI方法 .从MRSI数据中提取感兴趣代谢物信息,再通过双线性插值进行代谢物信息成像.结果 Hankel矩阵列数为量化信号点数3/4时MRSI数据幅值及频率参数误差达到小,应用3/4信号长度构成Hankel矩阵的基于Hankel矩阵及部分重正交Lanczos算法的奇异值分解(HLSVDPRO)方法 ,仿真数据的幅值、频率、衰减系数准确度分别为96.94％、99.72％、95.55％.数据量化速度随采样点数的增加而减小,采样点数为512点时,量化参数误差达到小.基于大幅值抑水的方法 在仿真数据的抑水程度为99.55％.结论 将优化的Hankel矩阵结构应用于基于Hankel矩阵的MRSI量化方法 中对参数准确度和速度均有提升,佳采样点数为512,基于大幅值抑水方法 对MRSI数据抑水彻底,通过对代谢物信息成像,可在(超)早期对疾病进行诊断.
-
奇异值分解和主成分回归测定克感敏片三组分
将奇异值分解和主成分回归相结合,首次用于药物的含量测定,采用紫外分光光度法同时测定克感敏片中的非那西丁、氨基比林和咖啡因的含量.其结果明显优于小二乘法.
-
奇异值分解在磁共振波谱成像中的应用
目的:磁共振波谱成像有7类快速方法,它们都来自快速MRI成像方法.本文提出的奇异值分解波谱成像不同这7类快速方法,它是把MRI中任意轨迹图像重建方法用于波谱成像,这将有利于设计出速度更快的波谱成像数据采集脉冲序列.
-
矩阵奇异值分解(SVD)的应用
奇异值是矩阵的一个良好特征.本文通过对矩阵奇异值分解的分析,在主成分分析、图像压缩、数字水印和文章分类等方面的应用方法进行了描述,同时提供了部分应用例子.
-
基于SVD的快速组匹配"磁共振指纹"新方法
传统MRI一次扫描只能得到一种加权像,"磁共振指纹"成像新方法可同时获得组织的T1,T2及质子密度图像,但它需要采用全新的数据处理方式.直接匹配法将每个体素的信号与"字典"中的所有信号进行逐条匹配,得到参数值所需的时间很长.我们采用基于SVD的"磁共振指纹"快速分组匹配法来提高匹配效率.首先建立头部和模型"字典",从"字典"选取一条时间信号,根据该信号与字典的相关系数对字典进行分组,以大幅压缩字典的大小;再对分组后的字典进行奇异值分解,提取字典的特征信息,加速匹配速度.采用大脑和模型数据进行测试的结果表明,该方法可以快速准确地得到各种组织参数图像.
-
基于奇异值分解的磁共振波谱的去噪方法
对磁共振波谱进行降噪,使各代谢产物的量化更加准确.在时域中,我们采用基于奇异值分解的方法对磁共振波谱数据进行处理,除去噪声部分.通过实验证明:奇异值分解的方法可以很好地去除噪声,而不影响有用的信号,从而降低感兴趣代谢产物的基线.说明基于奇异值分解的方法,可以有效、准确地除去信号中的噪声,为临床诊断提供可靠的信息.
-
基于自回归模型的超声生物测量分辨力增强方法
超声生物测量通常采用包络检测确定渡越时间的方法来测量眼球结构各部分长度,但常规包络法的分辨力受超声频率和仪器的限制.为突破这些限制,达到超声分辨力增强的目的,将一种基于自回归模型的超分辨力算法应用于A型超声.算法利用域变换的思想,将用奇异值分解求得的模型阶数应用于自回归模型,并将其与功率谱估计相结合对超声信号进行处理,终得到分辨力增强的超声信号.为验证其方法可行性,分别在25、5 dB模拟回波和30 dB层靶回波的情况下进行实验,比较包络法和此算法的分辨力.结果显示,在3种不同情况下,包络法的分辨力分别为0.120、0.135和0.135 mm,而基于自回归模型的超分辨力算法分辨力分别为0.060、0.090和0.075 mm,其较包络法分辨力分别提高1.0、0.5和0.8倍.再将其应用于眼球真实回波,比较可得此算法比包络法的分辨能力强,细节测量更精准,算法真实有效,因此具有A模式生物测量的应用潜力.
