全方向M型心动图运动状态提取新方法

传统上,在全方向M型心动图上提取心脏运动参数采用直接换算的方法,然而该方法会使测量噪声放大,无法获得高精度的结果。在之前多尺度Contourlet变换算法提取心动图运动曲线的基础之上,考虑心脏运动与超声运动的图像特点,通过在心动图上测量相邻几个周期的相对位移情况,建立心动图运动模型,最后通过自适应渐消卡尔曼滤波算法,获得比传统算法精度更高的结果,并通过实验,计算各个算法获得结果的平滑程度,证明了论文算法比传统算法具有更高的精度。     

全方向M型心动图的功率谱及其临床数据分析

结合全方向M型心动图的特点,确定使用Marple算法估计AR模型的参数对全方向M型心动图进行功率谱估计,实现了从全方向M型心动图中提取更为深入和准确的信息,同时也为心脏病的临床诊断提供一种新的方法。     

基于小波变换的信号去噪研究

基于小波变换对信号去噪进行了深入地分析和研究，结合去噪原理讨论和比较了实际应用中对小波基及阈值规则的合理选取问题。实验结果表明，利用该去噪方法能实现对各种信号的去噪，且效果比较明显。     

全方向M型超声心动图运动曲线的自适应检测

介绍一种基于相关性(包括时间相关性、位置相关性和灰度相关性)的全方向M型超声心动图运动曲线的自适应检测技术.该运动曲线代表血液与室壁结构的分界线与取样线(投射波束)的交点位置变化随时间展开的函数,也即代表某一室壁部位的运动轨迹,因而具有非常丰富的相关性信息.在运用运动曲线相关性信息的基础上,采用线状搜索模板与有效搜索范围相结合的层进式策略实施运动曲线的自适应检测.该方法有效提取运动曲线,为进一步的速度场、加速度场等定量分析心脏功能运动的重要参数的提取准备了条件.     

基于小波变换的信号去噪方法研究

介绍了几种常用的小波去噪方法及其原理,通过计算机仿真比较了这几种小波去噪方法的优缺点,为小波去噪的方法选择提供了参考。     

基于小波包变换的信号去噪应用研究

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理,可以有效地抑制噪声,很好的重构信号。在平均浮动阈值的基础上,通过计算机仿真,显示了平均浮动阈值下小波包变换信号去噪的效果,结果表明:此方法具有良好的效果。     

改进的小波变换阈值去噪方法

针对Donoho的阈值去噪方法有时去噪效果不能令人满意的问题,提出了一种二次小波变换阈值去噪的方法--对小波变换各个尺度上的小波系数都进行二次小波变换,并进行去噪处理后重构小波系数,再由重构的小波系数重构原信号,此时原信号中已去除大部分随机噪声,此后再对重构后的原信号进行小波域阈值去噪.仿真结果表明:该方法具有良好的去噪效果,而且对信号的主要细节保留较好.     

小波变换在信号去噪中的应用

本文基于目前常用的小波去噪方法,通过对第三种阈值方法的分析,以及结合小波多分辨率分解的特性,提出了一种基于梯度自适应学习算法计算阈值的去噪方法。仿真分析了对含噪信号在不同尺度下分解的小波变换系数进行阈值处理,得到了很好的还原效果。     

基于小波变换的语音信号去噪

讨论了离散小波变换在语音去噪中的应用。根据语音中浊音段和清音段的特点，采用了不同的阈值方案，可以保证在失真较小的前提下，获得更好的去噪效果。     

基于小波分析的信号消噪法

采用一种基于非线性阈值决策的小波去噪法，并就阈值的选取进行了说明，然后进行了理论分析和计算机仿真实验，取得了较满意的结果。     

一种基于小波的白噪声消除方法

介绍了小波变换的基本理论，研究了信号和白噪声在小波变换下的不同特性，在此基础上提出了一种新的基于小波变换的白噪声消除方法．仿真结果证明，这种方法具有很好的去噪声效果．     

基于小波变换的多径回波的检测

本文提出一种基于小波变换的多径回波检测的新方法。该方法通过对回波信号的局部奇异性的检测和处理，确定回波数目和定位各个回波到达时刻，计算机模拟的结果证实了本文所提方法的有效性。     

基于小波变换的自适应算术编码方法

基于小波变换提出了一种新的编码方法－自适应算术编码。该方法计算效率高并具有自适应性,其编码效率高于Ｈｕｆｆｍａｎ编码。     

小波变换用于采样信号的噪声滤除

介绍了小波变换原理,讨论了小波理论在实时采样信号处理及抗噪声干扰中的应用,仿真结果表明,利用小波变换原理进行采样信号滤波是十分有效的.这对提高系统的控制精度是有利的.     

基于小波的心电信号噪声处理

介绍了小波分析的基本理论,并根据coiflet小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨率的特点对心电信号进行滤波.文中利用不同的阈值函数及自适应阈值对MIT/BIH国际标准数据库中的ECG信号进行了仿真与验证.通过实验证明,该算法能较好的抑制信号中的基线漂移、工频干扰和肌电干扰.     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

基于子波分析的信号噪声分离方法研究

信号或图象的子波变换是一种多分辨的分解,可以给出信号在不同尺度下任意位置的信息,上于变换核是支撑的,子波变换可以有效的描述信号的局部特性。本文在分析子波变换的基础上,结合信号中加性声的特点,给出了一种子波变换域的噪声滤波方法,通过对数据的分析处理结果表明,该方法行之有效。     

基于小波变换的数字调制信号特征提取

小波变换的多分辨率特性对暂态信号有很强的检测能力,数字信号在不同码元之间呈现出幅度、频率和相位瞬变现象.文讨论如何利用小波变换对数字调制信号的瞬变特征进行提取,实验表明该方法对数字调制信号幅度、频率和相位的瞬变特征能够进行有效的检测.