您当前的位置：
首页 > 文献资料
所属专业：
先验文献资料
-
面向特征抽取的EEG信号结构自适应稀疏分解模型建立
课题目的是研究面向特征抽取鉴别EEG信号是否具有癫痫的表征,从而实现EEG信号的自动检测与分析.具体方法是结合临床EEG分析的先验知识.模拟结构匹配性稀疏表示的层次处理机制来实现对EEG信号的结构自适应稀疏分解.结果发现:匹配追踪迭代选择的Gabor字典原子能够匹配EEG信号的内在结构.并具有显式的形态结构参数如位置、尺度、幅度等.由此可得出结论:基于EEG信号形态结构基础建立的过完备原子库,使得稀疏分解获取的信号时频结构参数同人工视觉分析标准建立了直接联系,应用这些时频结构参数与先验参数进行比对可直接判定是否为特征波形.
-
基于先验的随机游走算法在医学图像分割中的应用
目的:常规的交互式图像分割算法通常只能对单个目标进行分割,或对多个目标的分割比较繁琐.针对该问题,本文期望提出一种基于随机游走算法的改进算法,以实现离散多目标的快速分割.方法:随机游走算法是使用为广泛的交互式图像分割方法之一,在各类图像的分割中表现良好.而对于目标呈现离散分布的图像,该方法虽然也可以对其进行分割,但需要用户在各个离散的目标区域均选择种子点,因此分割效率低下.针对该问题,本文将初始种子点的灰度信息作为先验,初步估计待分割图像中像素点隶属于各类种子点的概率,并将其作为非图像空间项加入随机游走算法的目标函数,引导图像分割.使用改进方法分别对人工合成图像和临床医学图像进行分割,验证本文算法.结果:改进方法在减少交互的情况下,能有效地对人工合成图像和临床医学图像中的多个离散目标实现全部分割,且分割结果明显优于原始的随机游走算法.结论:本文提出的改进方法能有效地实现离散目标的医学图像分割,并且简化了分割的交互过程.
