基于奇异谱分析的校正磁共振图像非均匀场的新方法

提出一种基于奇异函数分析数学模型的校正磁共振图像非均匀场的新方法.首先将受非均匀场污染的图像低频分量移去,然后由较高频率的不受非均匀场污染的频率分量重构被移去的低频分量,进而重构无非均匀场的磁共振图像,最后估计非均匀场.该方法不需要组织密度参数模型,不用事先对图像进行预处理,完全不需要用户的参与.     

基于小波分析的功能磁共振图像的去噪预处理

对基于小波分析的fMRI去噪作了较具体的论述，并在Donoho和Johnstone的Hard函数及Soft函数基础上提出了更合适的Hard—Soft函数．从结果分析看，Hard—Soft函数比Soft函数在保留图像细节上占优，而去噪性能比Hard函数要好．因而能够在图像去噪和保护信息上达到更好的均衡，克服了Hard函数和Soft函数的两个极端状况．     

太赫兹电磁波在生物医学领域中的应用原理及进展

结合THz电磁波的特点和相关理论综合介绍了THz电磁波在生物医学领域的应用情况和进展状况，并且阐述了THz在生物医学领域所面临的问题及相关技术的发展．     

空间目标ISAR成像与识别对抗研究

阐述了空间目标的雷达对抗措施,通过仿真研究了对抗条件下的空间中段目标ISAR成像与识别,分析了对抗手段对ISAR成像质量与识别性能的影响,指出对ISAR的二维压缩机理进行破坏是实施有效干扰的关键所在。仿真结果表明,通过对抗手段能有效降低ISAR的成像质量,破坏ISAR的识别性能。实验结果对于增强中段突防目标的突防能力有较重要的参考价值。     

合成孔径雷达成像三维地形目标模拟方法

分析讨论了一种合成孔径雷达成像三维地物目标模拟的方法。阐述了复杂三维地物目标模型的建立方法，分析了回波信号的结构并且讨论了成像仿真参数。最后完成了对三维复杂地物目标的成像仿真实验，得到了较为理想的结果。     

基于人工神经网络的云自动检测算法

为实现卫星观测数据的高效云自动检测技术,提出了基于人工神经网络的云检测方法,并针对中分辨率成像光谱仪（MODIS）的观测数据建立了BP神经网络模型,给出了算法的应用实例.通过实例分析表明,基于人工神经网络的云检测算法具有良好的时空适应性,检测效果较好,检测速度快,具有业务实用价值.     

模式耦合稀疏贝叶斯MIMO雷达成像

通过压缩感知稀疏恢复理论可利用少量MIMO雷达收发阵元实现对目标的高分辨成像。利用MIMO雷达目标图像的块稀疏特性,将模式耦合稀疏贝叶斯学习算法应用于MIMO雷达成像,首先建立MIMO面阵回波信号模型,引入模式耦合稀疏贝叶斯分层模型,将相邻系数通过共用超参数的方法耦合起来。通过贝叶斯推理得到雷达信号的估计式,再通过EM算法实现对超参数的迭代估计,进而实现对雷达信号的估计,直到信号满足误差允许范围,最后重构信号实现MIMO阵列高分辨成像。仿真实验表明,该方法的成像效果在图像的聚焦性能上优于传统的傅里叶、稀疏贝叶斯算法,在散射点重构上优于OMP算法。     

香气成分的协同作用研究进展

天然产物中香气成分繁多且结构各异,这些香气成分能客观地反映天然产物的风味特点。从嗅觉产生的机理、特征香气分子形成理论和香气物质间协同作用研究方法等方面对天然产物的香气研究进展进行阐述,即通过嗅觉受体与香气分子结合,激活并传导到大脑皮层,最终完成香气感知,解释了嗅觉产生过程;从分子振动理论和识别理论角度,解释了天然产物特征香气形成原因;从阈值法、S型曲线法、OAV法、σ-τ图法等宏观层面,钙离子成像法和细胞电生理等微观层面的两个角度,解释了香气物质间的相互协同作用方法,并总结了存在的问题,对未来研究方向进行展望。     

基于指数移动平均的无线层析成像算法

为提高无线层析成像（RTI）算法在多径环境下对运动目标的跟踪精度,降低多径效应对信号变化的影响,引入指数移动平均（EMA）作为无线层析成像中衡量信号变化的参量.采用长时EMA作为基准,无需事先测量待测区域的背景信息.进行了室外穿墙和室内多径环境的单运动目标跟踪实验,与SRTI和KRTI比较,结果显示基于指数移动平均的RTI算法跟踪误差小于其他算法,而算法耗时没有明显增加.      

多发性硬化症患者DTI图像定量化分析

提出了一种联合体素和白质图谱的磁共振扩散张量成像(DTI)方法,明确了多发性硬化症(MS)患者脑白质中受损区域的位置和严重程度.通过计算受检者脑白质区域内各体素中水分子扩散的各向异性指数(FA)和平均扩散率(MD),找出MS患者组和健康对照组(HC)之间FA和MD存在显著性差异的体素及分布情况.结果表明,与HC组相比,MS组FA值在胼胝体体部、压部和双侧放射冠上部等11个脑区有显著性降低;MD值在胼胝体体部、压部和右侧内囊后肢等22个脑区有显著性升高,为临床MS诊断和治疗提供了更有效的参考价值.