基于小波变换的心室晚电位特征分析

对４０例信号平均心电图的矢量幅值进行了小波变换,分析了心室晚电位在时频域中的特征,研究结果表明,心室晚电位在时频空间中特征分布明显,易于识别,可有效排除噪声的影响,从而提高心室晚电位一的检测准确率。     

基于小波变换的心室晚电位特征分析

对４０ 例信号平均心电图的矢量幅值波进行了小波变换,分析了心室晚电位在时频域中的特征．研究结果表明：心室晚电位在时频空间中特征分布明显,易于识别,可有效排除噪声的影响,从而提高心室晚电位的检测准确率     

用小波变换和神经网络检测心室晚电位

提出了一种基于小波变换和神经网络的晚电位时域检测改进方法 .对矢量幅值波进行连续小波变换 ,然后从矢量幅值波的时频能量分布中提取心室晚电位的 8个特征值 ,送入人工神经网络进行晚电位的自动检测 .实验结果表明 :这种检测方法可有效降低噪声影响 ,提高心室晚电位的检测准确率 .     

用小变换和神经网络检测心室晚电位

提出了一种基于小波变换和神经网络的晚电位时域检测改进方法。对矢量幅值波进行连续小波变换,然后从矢量幅值波的时频能量分布中提取心室晚电位的８个特征值,送入人工神经网络进行晚电位的自动检测。实验结果表明：这种检测方法可有效降低噪声影响,提高心室晚电位的检测准确率。     

心室晚电位识别的一种方法

论文采用小波包分析和人工神经网络相结合的方法完成对心室晚电位的识别。首先利用小波包分解技术提取心电信号的特征，将不同频带子信号的能量作为心电信号的一组特征值，然后采用径向基函数网络实现对晚电位的分类。经过对28例3导信号平均心电图实验数据的处理，取得了较高的识别准确率。     

基于盲源分离的心室晚电位信号检测

采用快速独立分量分析方法研究了心室晚电位信号的特征提取和检测,提出了利用通道扩展的方法,将有限的2通道数据扩展为4通道数据.通过快速独立分量分析方法进行盲源分离,实现了心室晚电位信号与正常心电信号的完全分离.仿真结果表明,利用独立分量分析方法对心室晚电位信号的特征检测是一种行之有效的手段.     

心室晚电位测定1352例的研究

对１３５２例晚电位检测病例进行了分析。结果显示：所有病例晚电位阳性率为５．４０％，束支阻滞，心肌硬塞，心律失常，心室肥大ＶＬＰ阳性率高于其他心脏疾患。初步探讨了ＶＬＰ与几种心脏病的相关性，对束支阻滞时ＶＬＰ阳性可靠性提出质疑认为应结合频域分析加以鉴别。     

信号叠加技术在心室晚电位信号检测中的应用

心室晚电位（ＶＬＰ）怀心肌死及室性心动过速是密切相关的，所以ＶＬＰ的无创检测可为临床诊断提供有效的依据，但ＶＬＰ信号常被噪声所淹没，直接检测非常困难，利用信号叠加技术处理ＥＣＧ信号，可有效消除噪声，使ＶＬＰ信号能准确地检出，在信号叠加过程中，同步参考点位置的确定至关重要本文介绍了利用截取固定度确定同步参考点的方法。     

基于小波包变换检测电力系统谐波的研究

谐波对电力系统和用电设备产生了严重危害和影响。基于谐波，提出了两种检测方法，经过比较认为小波包变换对电力系统谐波的检测有一定的优势。同时通过仿真结果表明，该方法能够更加实时有效的检测谐波。     

小波变换二次微分示波计时电位法测定甘草酸

用本实验室提出的小波变换二次微分示波计时电位法新方法测定甘草酸的含量，有效地去除了信号的噪音，在２．０×１０－５～１．３×１０－４ｍｏｌ／Ｌ范围内，甘草酸浓度与其二次微分的峰高有良好的线性关系，相关系数Ｒ为０．９９９，标准偏差Ｓ为４．４８×１０－３（ｎ＝１０），用于甘草甜素片样品的测定，平均回收率为９９．９１％（ｎ＝６）。     

基于小波变换的边缘检测

根据Ｍａｌｌａｔ的多尺度边缘检测的思想,实现了多尺度Ｂ样条的边缘检测算法。在检测之首对图像进行自适应平滑处理,在选取小波函数时提出一种更加有有效的小波函数。同时,提出一种简单而有效的检测和边缘点连接的算法,最后,在分解和重建时采用一种基于滤波器系数特征的快速算法。结果表明,该方法比较适合于精确快速边缘检测。     

基于小波变换的结构损伤检测

基于小波变换核心内容之一的多分辨分析,将小波变换应用于结构损伤检测中．实例分析表明,用损伤检测得到的回波信号的小波分解可排除噪声影响,准确地判定被捡构件中损伤的空间位置．     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及基于多分辨分析的信号小波的分解算法 ,研究了信号局部奇异性在小波变换下的特性 ;根据故障信号的局部奇异性在小波变换下模的极大值及其在不同尺度上的传播特性 ,对 30 8型滚动轴承振动加速度故障信号进行分解 ,对故障特征信号进行时域定位 ,并提取了故障特征频率f=46 .88Hz,这与实际的故障特征频率相近 ,说明该方法适用于滚动轴承的在线监测和故障诊断     

基于样条小波变换的语音基音检测

作者在分析小波变换时频局部化特性的基础上，选取样条小波函数对语音信号进行处理，给出了基于小波变换极大模的基音周期检测方法和实验结果。     

心房晚电位的检测与分析系统

介绍了一种基于微机的心房晚电位的检测与分析系统，通过对Ｒ波触发和Ｐ波触发的信号平均心电图方法的讨论和比较，获得了一套实用可行的Ｐ波提取方法，标准Ｐ波宽度，空间向量的总Ｐ波宽度和最后３０ｍｓ均方根电压是一些与房颤关联的诊断参数，详细的介绍了本系统获取这些参数的算法，并给出了一套辅助临床诊断的参考指标，初步使用的情况表明，这个系统的检测答方法是有效的，在临床上可以对房颤和房扑进行预测，目前国内对心房晚     

基于小波变换的语音基频检测

用小波变换法对语音基频进行检测。结果表明 ,小波变换法比传统方法更准确地提取基频 ,并具有相当的稳健性和适应性。对汉语而言 ,有利于语音四声的识别