基于自适应小波变换的QRS波检测算法

提出了一种新的心电ＱＲＳ波检测算法,该算法用心电信号的小波变换作为自适应白化滤波器的输入,然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出ＱＲＳ波．用ＭＩＴ心电数据库对该算法进行了评估,并与其他几种算法的结果进行了比较,表明此算法在ＱＲＳ检出率和计算速度上都有一定的改善．     

一种检测与分析心电波形的算法

介绍了心电图波形自动识别的软件设计,着重讨论了用特征识别法对心电图波形进行检测,并提出了自学习算法,最后给出了１０种常见的心律失常的判别准则．所有软件均用８０９８汇编语言编制完成．实验表明,本软件对提高ＱＲＳ波检测率及一些基本心律失常的诊断具有良好的效果,适用于心电自动监护系统．     

正常人ECG双极胸导联检测结果分析

目的 探讨正常人ＥＣＧ双极胸导联（ＢＣＬ）心电图各参数值变化。方法 ８３例正常人分别进行常规导联和双极胸导联检测。结果正常人Ｐ波形态、时间、电压、ＱＲＳ波时间及Ｑ波时间与常规导联ＥＣＧ相似。ＱＲＳ主波电压（除ＣＭ２外）ＢＣＬ比常规单极胸导联０．０５）。Ｑ波电压从ＣＭ２－ＣＭ９逐渐增加,Ｑ／Ｒ比值ＣＭ７－９有一定比例≥１／４,但Ｑ波时间均小于０．０４ｓ。ＳＴ－Ｔ除在ＣＭ７－９有１２％轻微改变（≤０．     

基于物理模型的成像算法评价与 SASART 成像算法

基于物理模型的图像重建算法评价方法,作者研究设计的ＳＡＳＡＲＴ算法,给出了常用算法ＳＶＤ,ＣＧ,ＬＳＱＲ,阻尼ＬＳＱＲ,ＳＩＲＴ,ＳＡＲＴ及ＳＡＳＡＲＴ的测试结果。测试数据表明：（１）线性成像方程系统的特性（条件数）及解结构都对解精度有影响,解模型越粗糙,解的精度越低;（２）自激励联合迭代重建算法（ＳＡＳＡＲＴ）迭代稳定、抗噪音能力强,用于高噪数据反演能获得合理的图像;（３）各种求解算法都具有平滑效应,同时也都会产生误差很大（＞１５０％）的奇异解;（４）小的数据拟合差并不一定指示解的精度高;（５）对含误差数据,应用阻尼ＬＳＱＲ或ＳＡＳＡＲＴ算法进行成像反演。     

实时动态心电监控系统

本介绍了一种用微处理器控制的实时动态心电监护系统，采用数字滤波消除干扰和噪声，用差分法识别ＱＲＳ波起点，终点和Ｒ波顶点。由ＲＲ间隔和ＱＲＳ波宽等特征参数判别心电异常，实现实时自动监护，并对异常心电进行分类，存贮模板心电波形，统计发生次数。用微型描绘打印机回放存贮的模板波形和统计表，最后给出临床应用结果。     

不同月龄Beagle犬的心电图研究

对不同月龄的６６只健康Ｂｅａｇｌｅ犬采用３％戊巴比妥钠麻醉，进行了９个导联的心电图描记和分析。结果表明：健康Ｂｅａｇｌｅ犬为窦性心律：３０月龄以下育成犬心律平均为１７３．８次／分，种用犬（５０月龄以上）心率平均为１３１．７次／分；二者经统计学处理，有极显著差异。Ｐ波间期平均为０．０５１±０．０１３Ｓｅｃ。Ｐ波振幅平均０．０６１ｍｖ，Ｐ波直立在导联中占９２．６％，在ａＶＲ导联中Ｐ波倒置率９８．７５％；ＱＲＳ波间期均值为：０．０２７±０．００５Ｓｅｃ。在Ⅱ导联中范围为０．０２－０．０４Ｓ－ｅｃ。在各导联中，Ⅰ导联以ｒ波为主（５１．８５％），Ⅱ导联以Ｒｓ波多见（５０％），Ｑｒ波和ｑｒ波在ａＶＲ导联中出现较多（３８．８９％，３１．４８％）。Ｔ波在Ⅰ、Ⅱ、Ⅲ、ａｖＦ、Ⅴ１、Ⅴ２、Ⅴ３导联中直立为主，在ａｖＬ导联中倒置多见（８９．２％，７３．１％）。Ｔ波方向与ＱＲＳ波一致。Ｔ波振幅平沟０．１３７ｍｖ。Ｐ－Ｒ间期范围在此０。０７５－０．１４０Ｓｅｃ。在９个导联中，无明显Ｓ－Ｐ段偏移。Ｐ－Ｐ间隔＜０．０１Ｓｅｃ。     

基于Fuzzy ARTMAP的室性早搏诊断规则获取

针对心电信号具有个体差异和时间差异的特点，将简化并改进算法后的Ｆｕｚｚｙ ＡＲＴＭＡＰ用于１０例共５２９９个室性早搏信号的识别之中，并以ＱＲＳ波群的时域特征为网络的输入，取得了极好的结果。     

优化的竞争算法在语音识别中的应用

在传统的ＨＭＭ语音识别方法的基础上,提出了两种改进的竞争神经网络算法,分别用于语音识别的两个不同方面．首先提出了一种基于选择机制的新的竞争算法,这种算法可以有目的性地避免局部最优,而且可以克服模拟退火算法（ＳＡ）的随机性．然后,针对分类器的特性,对竞争算法进行改进,把安全拒识措施结合到竞争算法中,提出了一种新颖的神经网络——并行、自组织、层次神经网（ＰＳＨＮＮ）．实验结果表明,基于竞争神经网络算法的语音识别系统比传统的语音识别系统在识别能力和识别速度上都有明显提高,从而证明了与竞争神经网络算法结合的语音识别方法是可行的,而且具有良好的发展和应用前景．     

小波变换在心电图R波检测中的应用

介绍了一种新颖的信号处理方法－小波变换．利用三阶样条小波分析了信号的奇异点与其小波变换的关系，并通过ＥＣＧ信号的小波变换，分析了小波变换的抗干扰能力．最后提出了一种以小波变换为基础的ＱＲＳ波检测方法     

基于整整小波变换的心电数据压缩算法

根据整整小波变换理论提出了一种心电（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ） 数据压缩算法,整 整映射的整数运算保证了算法的快速性．由于屏蔽函数的引入和对阈值函数进行了特殊考虑,使该算法可同时取得高的数据压缩率和信息保真度．它不仅可完整保留ＱＲＳ、Ｐ、Ｔ、ＳＴ 段等临床信息,而且可有效保留心室晚电位信息．用ＭＩＴＢＩＨ 心律失常数据库对提出的压缩算法进行测试,结果表明平均压缩比为６－７ ,平均均方误差（ＰＲＤ） 为３ ．１ ％     

T-S型模糊RBF神经网络的结构研究

提出Ｔ－Ｓ型模糊ＲＢＦ神经网络模型结构,讨论该模型参数的输入空间模糊最优聚类学习算法．仿真结果验证了学习算法的有效性和可行性,表明Ｔ－Ｓ型模糊ＲＢＦ神经网络可逼近任意多变量非线性函数．     

一种基于神经网络的宽带相干信号波达方向估计方法

相干信号子空间处理方法（ＣＳＭ）是一种通过构造聚焦（ｆｏｃｕｓｉｎｇ）矩阵来估计宽带相干源波达方向（ＤＯＡ）的有效方法．本文基于逆传播（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）学习算法，给出了一种用神经网络来实现聚焦过程的新颖方法．利用这种方法进行ＤＯＡ估计，可以无需预先知道源信号初始信息，不经预处理过程即可获得对ＤＯＡ的高性能估计     

于双重步QR算法的进一步研究

文中，重点研究Ａｋ是不可约上Ｈ矩阵且在Ｓｋ和Ｓｋ＋１中至少有一个是Ａｋ的特征值的情况下，如何用双重步ＱＲ算法找实矩阵的所有特征值。     

一种综合的心电数据压缩方法

综合运用ＤＣＴ变换和模板匹配两种数据压缩方法，对心电信号中高频成分丰富但形态相对规则的ＱＲＳ波采用模板匹配，对其余低频分量的部分用ＤＣＴ变换，得到了很好的保真度和高的压缩比。     

多模块的FMS智能调度系统研究

提出同时采有多种智能方法进行ＦＭＳ的调度,建立了一个由人工智能启发式算法、专家系统和神经网络组成的多模块ＦＭＳ智能调度模型;用能观测性和能控性的判别方法对调度系统进行控制,给出了调度系统的组成和部分模块运行的示例．     

有限单元Cloning算法在弹性波散射问题中的应用

介绍了处理弹性波散射问题的有限单元Ｃｌｏｎｉｎｇ算法，并用圆柱形空洞对ＳＶ波散射的算例验证了它的有效性．这种方法具有有限单元法的优点，适合于一般不规则形状的散射体，能够考虑Ｓｏｍｍｅｒｆｅｌｄ辐射条件，在实际地震工程计算中具有较好的应用前景．     

Takagi-Sugeno型分层混合模糊-神经网络训练算法研究

为寻求适合离散和连续变量并存数据特点的最佳训练算法,本文对基于三角波,梯形,Gaussian隶属函数的Takagi-Sugeno型分层混合模糊-神经网络训练算法进行综合比较研究,使用梯度下降法详细推导了各个参数的迭代规则,并给出了完整的训练算法和详细的参数调整过程.以Pyrimidines和Heart-UCI为数据分别进行函数逼近与数据分类实验,并与经典的BP算法比较.实验结果表明Takagi-Sugeno型分层混合模糊-神经网络在高维且离散与连续变量混合的函数逼近和分类上比BP神经网络更具优势,而基于Gaussian隶属函数的训练算法函数逼近精度比基于三角波和梯形隶属函数的训练算法精度更高.     

基于整-整小波变换的心电数据压缩算法

根据整－整小波变换理论提出了一种心电数据压缩算法，整－整映射的整数运算保证了算法的快速性。由于屏蔽函数的引入和对阈值函数进行了特殊考虑，使该算法可同时取得高的数据压缩率和信息保真度。它不仅可完整保留ＱＲＳ，Ｐ，Ｔ，ＳＴ段等临床信息，而且可有效保留心室晚电位信息。     

用BP网络进行彩色图像分割和边缘检测

采用ＢＰ网络模型,研究了彩色图像分割和边缘检测的神经网络方法．选取训练样本图像,并分别以区域增长分割法和Ｓｏｂｅｌ边缘检测方法所得结果为导师信号,将图像的特征向量采用ＢＰ算法进行训练,然后对实测图像进行分割和边缘检测．与采用区域增长法所得分割结果和采用Ｓｏｂｅｌ边缘检测方法所得边缘检测结果进行比较,ＢＰ网络方法能取得同样较好的效果     

基于混沌算法神经网络的恒生指数期货时间序列预测

本文对香港恒生指数期货（ＨＳＩ）的时间序列进行了分析和预测。我们发现该时间序列具有分数组和正的Ｌｙａｐｕｎｏｖ指数,这表明该序列是由内在的混沌确定力产生的。在对该序列进行动力学重构和可测性分析的基础上,我们用混沌算法的前馈神经网络对它进行了在线预测。计算机模拟表明混沌算法神经网络的预测噗蒿于背传算法神经网络的预测精度。