双向血流超声多普勒信号的小波降噪

利用小波框架结合软阈值的方法对表征双向血流的超声多普勒信号进行降噪。为了避免软阈值非线性处理对双向血流多普勒信号方向表征的影响,先对超声多普勒信号进行方向分离,然后对分离后的信号分别进行小波降噪,最后合成降噪后的双向血流超声多普勒信号。对计算机仿真的股动脉超声多普勒血流信号的降噪实验结果分析表明:本方法在不影响双向血流信息的前提下,提高了多普勒信号的信噪比、最大频率曲线和平均频率曲线的估计精度。仿真实验的结果证明了本方法可以用于双向血流超声多普勒信号的降噪。     

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.     

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。     

基于主元分析的超声多普勒栓子信号检测

提出基于主元分析的超声多普勒栓子信号检测方法,先从超声多普勒信号中提取出主元成分并获得相应的特征参数, 再结合时域的特征参数对栓子、干扰噪声和正常血流信号进行分类。通过对300例仿真超声多普勒信号和168例临床采集的脑动脉超声多普勒血流信号进行分析,结果表明:主元分析方法对仿真信号和临床信号的最小误判率分别为2％和5％,其分类的准确率相比常规的时域检测方法有了较大提高。可见,基于主元分析的超声多普勒栓子检测方法具有较高的检测率,克服了常规的时域和频域检测方法中由于干扰噪声的影响和频谱分析中时频分辨率的矛盾导致的灵敏度不高的局限,有望用于栓子的临床自动检测。     

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。     

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。     

自适应滤波技术在激光多普勒测速仪中的应用

激光多普勒测速仪检测系统提取的光电信号中存在较大的噪声信号。为了消除这些噪声干扰, 提高激光多普勒测速仪的测量精度,提出一种新的信号处理方法,将最小均方差自适应滤波技术应用于激光多普勒测量中,利用多普勒信号和噪声信号的统计特性,以最小均方误差估计为准则,最大程度地滤除噪声信号。阐述了最小均方差自适应滤波算法的基本原理,在MATLAB平台上将其应用于理想正弦信号进行仿真,并将其应用于实测多普勒信号的处理中。仿真和实验均表明,该技术可以有效抑制激光多普勒测量中的多频率噪声的干扰,大大提高多普勒信号的信噪比和测量精度,为设计高精度的激光多普勒测速仪创造了条件。     

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.     

血管内超声技术估计冠状动脉阻抗的方法和实验

为了更准确全面地评估冠状动脉的动力学特性,采用血管内超声技术和血压测量设备获取冠状动脉内的超声图像、血流多普勒信号和血压曲线。使用动态轮廓模型从血管内的超声图像测量出管腔的截面积曲线,使用形态学和动态规划法提取多普勒信号中的流速信息,在心电同步下计算出血流量随心动周期的变化。结合血管内的血压曲线,通过傅里叶级数计算出冠状动脉等效阻抗。通过对人工控制下猪心肌微循环障碍实验的数据分析,观察到本方法估计出的血管阻抗可以反映冠状动脉的供血能力、扩张能力随微循环功能衰弱的变化。这一技术的实现,有望为医学临床提供一种新的辅助诊断参数。     

涡流脉冲多普勒信号的计算机仿真研究

提出一种涡流脉冲多普勒信号的计算机仿真方法,产生了各种给定条件下的仿真涡流多普勒信号。对这些仿真信号进行短时傅里叶分析,求出相应的最大频率、平均频率和频谱宽度等曲线。通过研究这些曲线得到的频谱参数和仿真时给定的采样容积位置、采样容积大小、涡流中心间距、无涡流血流速度、涡流最大旋转速度之间的联系,找出利用脉冲多普勒技术检测涡流的敏感参数。     

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。     

基于超快超声多普勒的三维脑损伤成像方法研究

三维超声微血管成像可直观呈现血流信息,对于脑血管疾病诊断和治疗具有重要意义。本文旨在将超快超声成像技术、超快超声功率多普勒技术和机械扫描相结合,实现脑血管三维成像和脑缺血区域评价。通过工程实现,完成了可同步控制微型线性位移平台移动和超声阵列超快发射、高速采集与压缩存储的三维扫描数据采集序列与系统。利用GPU并行运算,高效实现了超声图像波束合成方法,对原始射频超声数据完成重建。进而,基于SVD杂波滤除技术,从重建三维超声数据中提取了脑部的动态小血管信号,并获得了各切面的功率多普勒成像和冠状面彩色多普勒超声小血管成像。最后,采用体素方法对三维脑血管进行重建。大鼠在体实验结果表明,该成像系统可用于三维脑血管网络在体成像,以及脑血管损伤区域定位与量化评价。本工作对脑病检测技术发展与诊断方法研究具有一定的借鉴意义。此外,相关检测系统和成像算法具有一定普适性,对其他富含微血流血管的组织检测也有一定的参考价值。     

对超声DOPPLER声谱图进行分类决策的两种方法

本文介绍了两种对超声多普勒血流声谱图进行了波形自动分类法决策的方法，方法一与统计得到的标准波形相比，按适当判据进行自动分类，方法二，送入训练的人工神经网络进行自动分类，待分类波形由计算多普勒信号的最大频率提取声谱包络并经分段，平均和归一化等处理得以，文中给出了计算机模拟的结果。     

超声波流速测量的多普勒频移提取方法研究

为了提高超声波多普勒法测量复杂流体流量的精度,针对流体的超声回波频率的复杂性,本文研究多普勒流速测量中的频偏提取方法。以傅里叶分析为理论基础,设计了硬件电路并获得代表回波平均频率的信号,然后以该信号作为输入,以数字鉴频法获得回波多普勒频移。基于该方法设计了一种超声多普勒流量测量系统,实验结果显示:油水混合流体流量的测量误差在3%以内,从而证实了此频偏提取方法的有效性。     

采用3×3耦合器的分布反馈式光纤激光传感器解调技术

为了实现分布反馈式光纤激光传感器(DFB FL)大动态范围、稳定解调,建立了基于3×3耦合器的迈克尔逊干涉仪解调系统。对该系统所采用的对称解调算法(NPS)和反正切解调算法进行了深入研究。首先,介绍了基于3×3耦合器解调算法的原理及耦合器不对称时的调校方法。接着,对干涉仪所需最小非平衡路径长度的选取与系统强度噪声、激光器频率噪声的关系进行了分析。最后,针对NPS算法与反正切算法最大可解调信号幅度进行了分析对比,并研究了微分器对对称解调方法解调范围的影响。实验结果表明:NPS算法动态范围高于反正切算法,微分器的幅频特性不理想会减小解调动态范围。在采样频率为125 k Hz、信号频率为1 k Hz、干涉仪非平衡路径为100 m时,NPS算法与反正切算法的动态范围分别达到96 d B和90 d B。用解调前调校的方法,基于3×3耦合的解调方法动态范围大,能够实现稳定解调,满足工程应用要求。     

基于均值似然估计的激光探测微动特征提取和分离

最大似然估计是提取目标微动特征参数的最佳估计方法,但直接用网格法求解计算量巨大,且激光探测微多普勒回波信号对应的代价函数具有高度非线性,存在多个局部最大值。为此,提出均值似然估计与蒙特卡罗结合的估计方法,给出了最大似然参数估计的闭合表达式,再通过设计压缩似然函数获得全局最大值,通过蒙特卡罗法抽样并计算循环均值估计出参数。该方法避免了传统方法中对高精度初始值和复杂迭代算法的依赖,能够实现参数的联合估计。对于多分量微多普勒信号,该方法可在参数估计的同时实现各微动分量分离,且不增加算法的复杂性。对仿真和实验数据进行估计,结果表明,该方法在达到近似于最大似然估计性能的同时可有效降低计算复杂度并确保了全局收敛,实现信号的分离和参数估计。     

基于双高斯衰减模型的超声回波处理方法

信号降噪与特征提取是超声检测数据处理的关键技术.基于超声信号有特定结构而噪声和超声信号的结构无关,本文提出一种旨在解决强噪声背景下超声回波的参数估计和降噪问题的方法.该方法将超声回波的参数估计和降噪问题转换为函数优化问题,首先根据工程经验建立超声信号的双高斯衰减数学模型,然后根据观测回波和建立的超声信号模型确定目标函数,接着选择人工蜂群算法对目标函数进行优化从而得到参数的最优估计值,最后由估计出的参数根据建立的超声信号数学模型重构出无噪的超声估计信号.通过仿真和实验表明本文方法可以准确估计出信噪比大于-10 dB的含噪超声回波中的无噪信号,且效果优于基于自适应阈值的小波降噪方法和经验模态分解方法;此外相比常用的指数模型和高斯模型,本文提出的双高斯衰减超声信号模型与实测超声信号更接近,其均方误差为9.4×10~(-5),波形相似系数为0.98.     

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Voronoi图和动态自适应蚁群算法的UAV航迹规划

以UAV航迹规划为应用背景,提出了一种基于Voronoi图和动态自适应蚁群算法的航迹规划方法;为了提高航迹规划问题最优解的质量及全局求解能力,克服传统蚁群算法收敛速度慢、容易陷入局部最优等缺点,提出了一种动态自适应蚁群算法;采用动态自适应航迹点选择策略并将信息素更新规则和挥发系数进行动态自适应调整变化来对蚁群算法进行了改进,提高了算法的求解效率;根据战场已知威胁源生成Voronoi加权图,并与所提的动态自适应蚁群算法相结合求解规划空间中的最优航迹;考虑到UAV的物理约束限制,对生成的可行航迹进行平滑优化;仿真结果表明,该方法能够为UAV规划出一条满足要求的可飞航迹,验证了所提方法在解决航迹规划问题时是可行、有效的;     

痕量微生物图像的阈值分割方法研究

探讨阈值分割算法,把其应用于痕量微生物图像的处理。基于阈值算法提出了适合痕量微生物图像的目标信号提取方法。对阈值分割算法进行分析,对比传统阈值方法和提出的改进阈值算法的实际图像处理效果。传统阈值算法可实现对图像中微生物信号的提取,但存在一定失真。基于阈值分割方法的改进算法具有抑制噪声信号,及区分背景与目标的能力,可高效实现微生物信号的提取。所成微生物分布二值图像具有轮廓清晰、易于观察的特点。