空间选择性降噪法提取血流超声多普勒信号

医学超声多普勒系统的高通滤波器在消除血管壁搏动带来的回波干扰时,也滤除了低速血流信息。为提取完整的血流超声多普勒信号,提出一种基于空间选择性降噪的方法。根据血管壁超声多普勒信号在小波尺度空间上的相关性,采用空间选择性降噪技术对管壁信号进行初步估计;然后用小波阈值滤波法消除管壁信号中残留的血流信号;最后从混合信号中减去管壁信号得到血流信号。对计算机仿真超声多普勒信号和人体颈总动脉超声多普勒信号应用本方法,实验结果表明:空间选择性降噪法能在较大的管壁／血流功率比范围内提取完整的血流信号,其平均相对误差比高通滤波器的结果降低了约45％。该方法有望成为超声多普勒系统中滤除管壁信号的一种有效方法。     

含管壁搏动的超声多普勒血流信号仿真

基于血流和血管壁的物理模型,提出了对包含血管壁搏动的超声多普勒血流信号进行计算机仿真的方法。实验中生成了不同采样容积下的超声多普勒仿真信号,通过计算仿真信号的平均频率曲线,并与给定值进行比较,证明了方法的有效性。该方法的提出,为进一步研究分离血流信号和管壁搏动信号的方法提供了方便有效的信号源。     

小波分析在激光多普勒信号处理中的应用

 提出将激光多普勒测速仪(LDV)应用于车载惯性导航系统中,阐述了激光多普勒自身速度仪的基本原理和小波变换的相关理论,并运用小波变换对多普勒信号进行检测、去噪及提取多普勒频率,仿真及实验结果表明：信号进行小波分解后,对每一级小波进行阈值处理,得到了较好的去噪效果;在小波降噪常见的阈值原则中,无偏似然估计阈值和极值阈值不容易丢失信号中的有用成分,而启发式阈值原则和固定阈值原则可以更有效地去除噪声;对于提取多普勒频率而言,小波变换与快速傅里叶变换所得的结果是一致的,而小波变换不但可以求出系统自身的运动速度,而且还可以求出对应速度发生的时刻。     

改进的经验模态分解法分离超声多普勒血流与管壁信号

超声多普勒血流信号常包含管壁信号的干扰,准确分离二者对提高血流检测的精度具有重要作用。本文提出两种改进的经验模态分解(EMD)方法,先将含管壁信号的超声多普勒信号分解成多层本征模态函数(IMF),然后根据血流信号与管壁信号的不同特性,对既含管壁信号又含血流信号的IMF分量进行分离处理,最后将各层IMF分量中的管壁成分叠加得到管壁信号的估计,而血流信号可通过原信号减去估计的管壁信号而得到。将本方法用于计算机仿真信号和人体实测的超声多普勒信号,并与高通滤波器法、空间选择性降噪法和原EMD法进行比较,结果表明:本文提出的两种方法能在较大的管壁搏动速度范围内准确地分离血流信号和管壁信号,其平均相对误差比高通滤波器的结果降低了约52%和57%。可见,本文提出的两种方法有望用于血流信号与管壁信号的准确分离。      

小波降噪提高时延估计精度的研究

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟,结合小波降噪的特点,提出了一种基于小波降噪的广义相关时延估计算法.鉴于传统阈值降噪的不足,对小波阙值的选取进行改进,研究出一种新的小波阈值降噪技术.该算法克服了传统广义相关法需要信号和噪声先验知识的局限性,放宽了直接互相关法对信号和噪声的假设条件.仿真和实验结果...     

基于动态规划的超声多普勒信号最大频率曲线提取

提出一种基于全局优化的动态规划算法以进行超声多普勒血流信号最大频率曲线的提取。并将该方法分别应用于仿真的超声多普勒信号和实际采集的多普勒血流信号,在信噪比小于20 dB的较强噪声背景下,基于动态规划方法提取的最大频率曲线较之传统方法提取的结果,相对误差最多可减小20倍以上。在强噪声背景下的估计精度明显高于其它方法,显示出基于动态规划的最大频率曲线提取算法具有较好的抗噪声性能。结果表明:基于全局优化的动态规划算法能够从较强噪声背景中准确提取超声多普勒血流信号的最大频率曲线,并可进一步用于诊断血管疾病。     

基于改进小波阈值的量子点荧光光谱降噪研究

使用光谱仪采集到的信号难免受到不同噪声源的影响。为了提高光谱信号解析的精准度,通过分析小波应用于信号降噪的原理以及经典的软、硬阈值降噪法存在的缺陷,提出了一种改进的阈值降噪法。该方法既克服了硬阈值法产生间断点,软阈值法产生恒定偏差的缺陷,又尽量地保留了有用信号。实验选用的小波基函数为SymletsA,分解层数为4,结合Birge Massart策略模型确定的分层阈值对硒化镉量子点荧光光谱信号进行降噪处理。结果表明,与经典的软、硬阈值降噪法相比,通过改进阈值降噪法得到重构信号的信噪比（SNR=47.550 2）、能量占比（PER=0.973 3）和均方误差（MSE=149.421 3）均有提高和改善。     

利用经验模态分解的高频水声信号滤波方法*

研究了一种高频水声信号的滤波问题,提出了一种改进的经验模态分解加小波阈值滤波方法。首先对信号进行带通滤波处理,再进行经验模态分解,将分解得到的各个模态转换为频域信号,采用小波软阈值方法对这些频域信号进行滤波,最后对信号进行重构,并转换为时域信号。经数值仿真与试验数据验证表明此方法是可行有效的,与原基于经验模态分解的小波阈值滤波方法相比,本方法滤波效果较好:对不同输入信噪比的仿真信号进行滤波后,本方法的输出信噪比最大提高17.41 d B,滤波后所得信号与加噪前纯信号的相关系数最大提高0.90;对实验数据进行滤波后,不同时间段信号的相关系数最大提高0.62。     

颈动脉血流多普勒信号的特征提取

利用小波变换在表征信号瞬态特性上的优点，对颈动脉血流多普勒信号的最大频率曲线进行多尺度小波分析，并从不同尺度模极大值的变化曲线上提取出特征参数．临床初步试用结果表明，该参数比传统声谱图参数以及零极点模型参数对脑血管疾病的诊断具有更好的效果。     

管壁和血流多普勒信号的分离研究

根据超声多普勒血流信号和血管壁搏动信号的统计特性,提出了一种基于主元分析的非线性滤波方法。并用于计算机仿真的超声多普勒信号和实际采集的人体颈总动脉多普勒信号的处理,同时与传统的高通滤波器方法进行了比较。实验中得到了与实际更接近的平均流速估计,相对误差仅为5.62％,与滤波法的相对误差12.83％相比,准确性得到了一定的提高。结果表明:基于主元分析的非线性滤波方法能在较大的管壁血流功率比范围内滤除管壁搏动信号,同时保留低频血流信号成分,因而可用于超声多普勒系统中管壁和血流信号成分的分离,分离后的这些低频的血流成分信号能使以后的参数提取和信号分析工作具有更高的精度和可靠性。     

狭窄血管内定常流多普勒信号的计算机仿真

提出了一种狭窄血管内定常流多普勒血流信号的计算机仿真方法,在PC机上合成不同血流速度、狭窄血管段不同位置的多普勒信号。对这些仿真信号进行频谱分析,计算出相应的最大频率、平均频率和频谱宽度等参数。实验结果的分析验证了该仿真方法的有效性,为狭窄血管内多普勒血流信号的理解和进一步的特征提取提供了便利。     

基于小波变换的紫外光信号降噪处理

介绍了小波变换的基本理论以及利用小波变换进行信号处理的方法和步骤.选择db8小波对紫外光信号进行小波阈值降噪处理.实验结果表明采用小波阈值降噪法能够有效地抑制信号中的噪声,信噪比提高了8.519 2 dB.     

纳米包膜造影微泡的小波检测技术研究

用小波变换的方法检测人体组织的微小血流灌注包膜造影微泡回波。结合超声造影剂微泡振动的物理模型,构造了不同外加声场条件下的气泡小波,对原始信号进行小波变换,将变换后得到的小波系数分离;进而从微小血流灌注组织杂波中检测出造影剂微泡回波信号。心肌条件下的计算机模拟以及对灌注组织的仿体实验结果表明:与普通母小波相比,基于气泡振动模型的小波,因为是通过理论模型构造所得,已先验表征了造影剂微泡在声场中的回波特性,因此与实验中产生的回波信号具有更为紧密的相关性,从而经小波变换后,造影剂微泡回波信号与组织杂波产生了更高强度的信噪比,及更明显的可分离和对比效果。同时,构造了一个完备的母小波函数库,进一步提高了本方法的适用性以及健壮性。     

无造影剂增强的超快超声脊髓微血管成像方法

微小血管及其血流实时成像对监测生物体血氧代谢等具有重要意义.在无微泡造影剂的情况下,传统超声多普勒技术仍较难实现高信噪比的微小血管成像.本研究提出了一种无造影剂增强的超快超声脊髓微血管成像方法.本研究从基于多角度复合平面波的高帧频成像技术出发,提出基于特征值分解的频率-幅值双阈值滤波法,从而将脊髓组织信号和微血流信号分离,可实现脊髓内微血流的动态成像.在体成像实验结果表明,无超声造影剂时,超快超声多普勒成像技术仍可获得较为清晰的大鼠脊髓内微血流的实时图像,并能够清晰地呈现脊髓受损所致的微血流缺失状况.定量分析结果表明,增大复合平面波角度数可有效提高图像的信噪比.综上,超快超声多普勒成像技术有潜力被应用于脊髓内微血管成像及功能实时监测与动态评价,相关结果可为脊髓功能成像方法的研究提供借鉴.     

小波变换和模糊聚类的SAR图像斑点噪声去除

合成孔径雷达SAR图像的相干成像特性,不可避免的形成特有的相干斑点噪声,严重影响图像的地物信息提取和分类,需要进行去噪预处理。针对SAR图像斑点噪声的特点,针对SAR图像斑点噪声的特点,对图像进行小波变换分解,提出模糊聚类和软阈值收缩去噪的方法,利用模糊C均值聚类将小波系数分成包含信号能量和只包含斑点噪声能量两大类,对前一类小波系数进行软阈值降噪处理,而对后一类小波系数直接置零。实验结果的目视效果和评价指标均表明,小波模糊聚类和软阈值收缩有效地去除了SAR图像斑点噪声,图像视觉效果清晰,较好地保持地物目标的边缘等图像细节信息,去噪效果优于小波软阈值收缩。     

超声多普勒栓子信号的小波特征提取及分类应用

采用超声多普勒技术无损检测栓子,有积极的临床意义。为降低探头或病人移动引起的干扰对检测栓子的影响,从超声多普勒信号小波变换的两个角度研究相应特征参数的提取。先根据小波尺度图分析信号波形的奇异性,提取表征尺度图特征的横向和纵向参数;然后提出自适应小波包基分析方法,提取表征信号最优逼近特性的能量、尺度等参数。综合两方面特征,通过求解Fisher广义最佳鉴别平面,建立起一个超声多普勒栓子信号分类系统。通过对300例仿真和298例临床采集的脑动脉超声多普勒信号的试用。结果表明:系统对训练集和测试集的栓子信号检测率分别达99.0%和98.5%。可见,本方法比传统方法在检测准确性上有了较大的提高,有望应用于栓子信号的临床自动检测。     

基于小波的超声斑纹噪声抑制与对比度增强

提出了一种基于小波变换的降低超声图像斑纹噪声,同时完成对比度增强的非线性处理新方法。斑纹噪声属于乘性噪声,是造成超声图像质量退化的主要原因,采用Jain提出的斑纹噪声模型,完成对数化处理后的超声图像的小波变换,然后在最细分辨级上完成小波变换系数的软阈值方法处理,而在中间分辨级上采用硬阈值方法处理,并采用GAG特性曲线对图像细节特征进行增强。算法在预处理阶段还采用了平滑滤波器对最粗分辨级的平滑小波系数进行滤波,以减少脉冲能量对处理结果的干扰。对多幅超声图象的实验结果显示,相对于现有的去噪方法,该方法可以同时实现降噪与局部特征增强的两重目的,具有更佳的适用性。     

小波阈值降噪算法在光电探测器信号 处理中的应用

针对光电探测器传统降噪处理中软、硬阈值函数存在的缺点,提出了一种含参数的阈值函数和逐层变化的阈值相结合的小波阈值降噪算法.该算法可以调整参数使生成的阈值函数于软、硬阈值函数之间,且在临界阈值处平滑过渡,保留部分有用信号.应用过程中阈值可随着分解层数的改变而改变,对各个分解层有自适应特征,减少小波系数阈值处理中的固定偏差,从而在保留原有信号的同时减除不必要噪声.仿真及实测结果表明,采用该小波阈值降噪算法处理的信号信噪比较高、均方误差较小,有效地抑制噪声对光电探测器输出信号的干扰.     

超声医学图像降噪处理中的软阈值方法

通过二维离散小波变换将超声医学图像投影到小波变换域 ,利用Donoho软阈值技术方法进行降噪处理 ,可快速有效地去除图像的斑点噪声     

一种强噪声背景下微弱超声信号提取方法研究

为解决在强噪声背景下获取超声信号的难题,基于粒子群优化算法和稀疏分解理论提出一种强噪声背景下微弱超声信号提取方法.该方法将降噪问题转换为在无穷大参数集上对函数进行优化的问题,首先以稀疏分解理论和超声信号的结构特点为依据构建了粒子群优化算法运行所需要的目标函数及去噪后信号的重构函数,从而将粒子群优化算法和超声信号降噪联系在一起;然后根据粒子群优化算法可以在连续参数空间寻优的特点建立了用于匹配超声信号的连续超完备字典,并采用改进的自适应粒子群优化算法在该字典中对目标函数进行优化;最后根据对目标函数在字典上的优化结果确定最优原子,并利用最优原子按照重构函数重构出降噪后的超声信号.通过对仿真超声信号和实测超声信号的处理,结果表明本文提出的方法可以有效提取信噪比低至-4 dB的强噪声背景下的微弱超声信号,且和基于自适应阈值的小波方法相比本文方法表现出更好的降噪性能.