首页 > 文献资料
-
基于互信息与边缘梯度相结合的多模医学图像配准方法
针对传统互信息配准方法未利用图像空间信息的缺点,本文研究了图像边缘信息的梯度相似性.首先采用小波模极大值边缘检测提取出图像边缘,提出将边缘图像的梯度相似性系数与传统的互信息相乘作为图像配准的目标函数.然后通过使用Powell优化算法对目标函数进行寻优,得出配准变换参数.后在互信息的基础上引入图像边缘梯度信息,突出了全局优解.实验结果表明,该方法可以得到精确、有效的配准结果.
-
用小波变换的模极大值提取胎儿心率的方法
对胎儿监护的主要方法是监听胎儿心率,而超声多普勒测量胎儿心率是一种很好的无创方法.但是,由于测量得到的原始信号成分非常复杂,干扰严重,从而使其对胎心率的提取造成很大困难.本文利用小波变换系数的模的平方值与信号奇异性指数之间的关系,从超声回波信号中提取出了胎儿的心率.由于噪声的小波变换系数随尺度的增大而减小,因此,该方法具有较高的抗干扰能力.通过模拟仿真和实际信号处理,证明该方法能准确地从超声多普勒信号中提取胎心率信号.
-
应用小波变换模极大值检测ECG特征点
利用小波变换模极大值对ECG信号进行奇异性检测,提取ECG信号P波、T波和QRS波群的特征点,具有定位准确,检出率高的特点.实验中选用Mexican ht连续小波算法,应用MATLAB6.5对MIT-BIH心电数据库的数据进行处理,证实了算法的有效性和可靠性.
-
婴儿痉挛症脑干听觉诱发电位的奇异性初步分析
目的运用建立在子波变换基础上的Lipschitz指数和模极大值两种奇异性检测方法分析婴儿痉挛症患儿脑干听觉诱发电位,试图解释婴儿痉挛症患儿智能迟滞的原因,从神经电生理的信息传递的角度来证明脑干是责任病灶.方法本实验病例分为2组,正常组12例,平均年龄(6.325±3.210)岁;婴儿痉挛症组13例,平均年龄(4.638±3.986)岁.所有病例均行脑干听觉诱发电位检查,并用建立在子波变换基础上的Lipschitz指数和模极大值两种奇异性检测方法进行分析.结果Lipschitz指数尖峰在正常幼儿0～2 ms和5～7ms各出现1次,在婴儿痉挛症患儿尖峰出现在0～2ms和5～7 ms之后.正常幼儿模极大值在一定范围内连续性好,而在婴儿痉挛症患儿则中断.结论研究发现在婴儿痉挛症患儿的脑干、尤其是上部脑干对上行传导的信息耦合性差,从而影响患儿的智能发育.
关键词： 婴儿痉挛症 脑干听觉诱发电位 子波变换 Lipschitz指数 模极大值 -
多态T波区间检测技术的研究
目的:利用小波变换进行T波区间的检测.方法:在23尺度上通过模极大值法定位R波.在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间.然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态.由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度.由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果.结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间.结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现.
-
脑电棘波识别和噪声消除的小波变换方法
研究了利用二进小波变换的模极大值识别脑电信号奇异点如棘波和消除噪声的方法,该方法在较好保留原脑电信号奇异信息的同时能有效地消除噪声.进一步讨论了信号与白噪声的奇异性指数的区别,以及小波变换模极大值沿各变换尺度传递的不同特性,并利用该特性区分信号中的奇异点和噪声,能准确识别奇异点的位置.这种奇异性识别技术在信号的特征提取和消除噪声方面有广阔的应用前景.
-
基于小波变换的颜色视觉诱发电位检测去噪研究
为了提高检测的效率,将基于小波变换的信号分析方法引入到颜色视觉诱发电位(Visual evoked potential, VEP)的检测中,提出了基于多尺度条件下小波变换模极大值分布图的重建VEP信号的方法.该方法对初始采集信号采用Mallat快速算法进行离散小波变换得到模极大值分布图.根据信号噪声的Lipschitz指数特性进行去噪.后按照POCS(Projections onto convex sets)方法进行信号的重建.仿真实验结果表明该方法对VEP信号的去噪效果比较理想.同时该方法极大地降低了测试次数.因此该方法与现有临床的叠加方法相比有明显的优越性.
