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。     

基于小波包的血栓超声多普勒信号检测

提出了基于小波包分解的血栓超声多普勒信号检测方法。利用小波包分解血栓多普勒信号,计算每一子带信号的时间散度,并从中提取与血栓敏感的特征参数进行分类。利用本方法对300例仿真多普勒信号和163例临床采集的大脑中动脉多普勒信号进行分析,得到的检测总误判率比用传统声谱分析方法降低约13％。表明:该方法有效克服了传统声谱分析法中短时傅里叶变换存在的时频分辨率矛盾,提高了血栓多普勒信号自动检测的准确性,可为临床检测血栓提供更为可靠的参数。     

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。     

真空腔室中多孔板阻力系数的试验研究

真空管道运输可以保证高速铁路的进一步提速,一定真空度下的流场环境参数是保证列车安全运营的关键参数.搭建真空腔室开展基础研究,利用多孔板构建真空环境,通过真空压力规和激光多普勒测试仪构建测试系统.多孔板阻力系数包括黏滞阻力系数和惯性阻力系数,直接影响仿真计算和试验结果的对比分析,本文通过理论分析、仿真计算、风洞试验和真空腔室试验开展相关研究.研究表明:阻力系数的影响与流动状态无关,黏滞阻力系数对多孔板前后的压降影响显著,惯性阻力系数对压降影响微弱;黏滞阻力系数的数值与流场流动状态有关;有限密闭空间的真空空气动力学的仿真计算应考虑气体的压缩效应.     

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。     

流化床燃烧声发射与气固两相流特性研究

１引言燃烧流化床声发射是一个极其复杂的过程,它是气因流态化两相流运动,气体湍动和燃烧化学反应复合作用的结果,其发射声谱中包含了上述运动过程的丰富信息山,对其发射声谱进行系统深入的研究,对寻求流态化两相流的运动规律有重要意义。本文试图以大量的实验研究为基础,以声波数字计算技术和现代分析理论手段,对气因流态化两相流运动规律进行了研究。２实验简介实验装置主要有燃煤流化床燃烧实验台和声波测量系统组成。燃煤流化床燃烧实验台如图１所示,声波测量系统见图２,从燃烧室不同位置测得的声波信号,一路送声波数字化处理…     

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。     

脉动流在分叉管中通栓效果的晶格玻尔兹曼方法研究

血栓引发的各种心血管疾病一直威胁着人们的健康. 在已经产生血栓的血管中, 脉动对于疏通血管有良好的作用. 由于血液的黏滞作用以及红细胞的惯性, 脉动流的频率会影响血管通栓的效果. 在分叉管模型中, 低压差的条件下, 由于另一畅通管子的导通作用减少了回流, 导致通栓效果不理想. 通过增大压差和提高脉动流的振幅, 降低畅通管子导通作用的影响, 研究脉动流在分叉管中的通栓效果. 研究发现, 脉动低频通栓效果好, 但是通栓需要的时间较长; 高频通栓时间短, 但是当频率高于一定值, 则通栓效果不明显. 细胞和管壁的摩察系数对通栓效果也有影响.     

加速度测量中气垫导轨的气流理论分析及实验优化设计

气垫导轨在力学实验中有着十分广泛的应用,但其实验误差来源也比较多。在教学实践过程中,实验结果和理论之间存在着许多不相符的地方,而现有的分析误差仍然比较模糊。本文在研究物体在气垫导轨上的加速度实验的基础上,对实验中气垫导轨喷射气流对测量结果产生的影响进行了深入研究。运用数学及物理知识对实验原理的公式进行系统误差的修正,通过作图法对测量的实验数据进行处理,分析得出实验中气体摩擦黏滞性阻力对滑块的运动是造成加速度测量数据误差的主要因素,根据分析结论提出添加重力加速度修正项,明确了减小实验误差的优化实验方案。     

Detecting Doppler ultrasound embolic signals using the wavelet-based feature extraction algorithm

The non-invasive detection of circulating emboli with the Doppler ultrasound technique is of active significance in clinical applications. In order to eliminate drawbacks of artifacts brought by the movement of probes or patients and detect emboli accurately, relevant feature parameters are extracted from two angles of the wavelet transform of Doppler signals. The singularity of the signal waveform is analyzed based on its wavelet scalogram; then transverse and longitudinal parameters are extracted to represent the scalogram characteristics. A novel method is proposed based on the adaptive wavelet packet basis, from which several parameters such as the energy, the scale, etc. are extracted to represent the optimized signal approximation features. With all feature parameters in two aspects, a classification system is established for Doppler Ultrasound embolic signals by solving the generalized Fisher discriminant plane. From experiments on 300 simulated and 298 clinical Doppler ultrasound signals of cerebral arteries, it is shown that the proposed system can achieve the emboli detection rates of 99.0% and 98.5% for the training set and the testing set respectively. Therefore this method makes an improve- ment of emboli detection compared to traditional in the automatic detection of clinical emboli. methods and has the possibility to be applied     

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。      

In vitro microemboli classification using neural network models and RF signals

Emboli classification is of high clinical importance for selecting appropriate treatment for patients. Several ultrasonic (US) methods using Doppler processing have been used for emboli detection and classification as solid or gaseous matter. We suggest in this experimental study exploiting the Radio-Frequency (RF) signal backscattered by the emboli since they contain additional information on the embolus than the Doppler signal. The aim of the study is the analysis of RF signals using Multilayer Perceptron (MLP) and Radial-Basis Function Network (RBFN) in order to classify emboli.Anthares scanner with RF access was used with a transmit frequency of 1.82 MHz at two mechanical indices (MI) 0.2 and 0.6. The mechanical index is given as the peak negative pressure (in MPa) divided by the square root of the frequency (in MHz). A Doppler flow phantom was used containing a 0.8 mm diameter vessel surrounded by a tissue mimicking material. To imitate gas emboli US behaviour, Sonovue microbubbles were injected at two different doses (10μl and 5μl) in a nonrecirculating at a constant flow. The surrounding tissue was assumed to behave as a solid emboli. In order to mimic real clinical pathological situations, Sonovue concentration was chosen such that the fundamental scattering from the tissue and from the contrast were identical. The amplitudes and bandwidths of the fundamental and the 2nd harmonic components were selected as input parameters to the MLP and RBFN models. Moreover the frequency bandwidths of the fundamental and the 2nd harmonic echoes were approximated by Gaussian functions and the coefficients were used as a third input parameter to the neural network models. The results show that the Gaussian coefficients provide the highest rate of classification in comparison to the amplitudes and the bandwidths of the fundamental and the 2nd harmonic components. The classification rates reached 89.28% and 92.85% with MLP and RBFN models respectively.This short communication demonstrates the opportunity to classify emboli based on a RF signals and neural network analysis.     

Doppler ultrasound signals simulation from vessels with various stenosis degrees

As a non-invasive method, the Doppler ultrasound technique is used to detect the vessel stenosis. To search for characteristics of Doppler ultrasound signals sensitive to the stenosis, a computer simulation approach is proposed in this paper to generate Doppler ultrasound signals from vessels with various stenosis degrees. The blood flow velocity distribution in a stenosed vessel is firstly calculated using the transient finite element method (FEM). Then the power spectral density of Doppler signals is estimated using the overall-distribution nonparametric estimation method. Finally Doppler signals are generated using the cosine-superposed method. The proposed approach is proved to be useful for simulating Doppler ultrasound signals from vessels with various stenosis degrees. It is also shown that characteristics of Doppler ultrasound signals may be used to estimate the vessel's stenosis degree.     

循环流化床气固曳力模型

气固曳力是稠密气固两相流动,尤其是垂直流动中的主要作用力,相应的模型也是数值模拟中准确描述气固两相运动的关键.为了解决现有经验或半经验模型的普适性问题,合理描述流动中经常发生的颗粒团聚现象及其对气固曳力的影响,从理论分析入手,运用最小能量的概念,将传统的CFD方法与宏观的系统分析方法相结合,建立了一个新的计及颗粒团聚效应的气固曳力理论模型.与现有模型相比,新模型不仅具有相同的函数变化关系,可合理地描述气固两相相互作用的物理过程,而且避免了以往经验系数不准确导致的各种误差,为稠密气固两相流动的数值描述提供了重要依据.     

基于高速移动通信的虚拟天线阵列理论研究

在高速移动通信中, 多普勒频移对通信性能产生严重的影响, 通常需要对接收信号的多普勒频移进行估计并进行补偿. 本文研究在对单个天线接收的高速移动通信信号进行频移估计和补偿的基础上产生多路无频偏的信号, 并虚拟为天线阵列的输出以提高系统的接收增益. 首先讨论了“均匀时间采样”和“均匀相位采样”的关系, 并根据两者之间的关系提出了补偿多普勒频移和虚拟天线阵列的算法, 即对采样信号进行插值、均匀相位抽取以后, 再进行均匀时间采样. 然后分析了算法对高速移动通信系统性能的改善作用, 并提出了算法的硬件实现结构. 通过数值仿真验证了算法的干扰抑制能力和误码性能, 结果表明本文提出的虚拟天线阵列算法能够改善飞机、高铁上的高速移动通信系统的性能.     

后台阶气固两相流动的大涡模拟

本文基于开源计算流体力学软件OpenFOAM,开发了气固两相流动双向耦合求解器,并对Re=13800、颗粒直径为150μm的玻璃球的后台阶两相流动进行了计算。其中气相采用大涡模拟方法,用盒式过滤函数对流体相控制方程过滤求解。颗粒相采用拉格朗日方法对颗粒进行跟踪。将计算结果和实验数据进行对比,以此来检验颗粒受力计算模型和亚格子气固两相求解器的准确性。     

一种新的光子多普勒速度频谱分析方法

光子多普勒速度计可给出飞层表面某一速度带内颗粒群速度随时间演化的频谱数据, 在冲击动力学实验尤其是微喷射及其混合研究中得到广泛应用. 本文提出一种新的光子多普勒频谱数据分析方法, 可推断出混合区厚度变化和前端等效颗粒尺度. 利用该方法, 对一些典型状态下喷射混合速度频谱开展分析, 获得了不同冲击压力、气体条件下颗粒度数据, 证实了气体环境下喷射颗粒的气动破碎现象, 以及破碎后尺度与初始条件的依赖性, 为喷射混合物理规律研究提供了重要依据.     

噪声免疫腔增强光外差分子饱和光谱线型的理论分析

噪声免疫腔增强光外差分子光谱(NICE-OHMS)作为世界上最灵敏的光谱技术可以被应用到痕量气体检测、频率标准、原子分子光谱以及超灵敏引力波测量等领域中,高精细度谐振腔吸收池的使用在增长激光与腔内物质相互作用路径的同时,极大的提高了腔内激光功率,这就会饱和低气压下的气态样品吸收线从而获得亚多普勒光谱结构,因此NICE-OHMS技术不仅具有高灵敏、还具有超高分辨的优点。该研究基于光与二能级分子相互作用的密度矩阵理论对NICE-OHMS技术中包含亚多普勒的多普勒展宽光谱线型进行了理论推导,获得了光谱线型的表达式,同时以该表达式对光谱线型进行了数值模拟,其中调制频率、饱和参量、频率调制系数分别设置为384 MHz,10和0.2。由模拟结果可见吸收光谱由两个边带的吸收信号构成,在包络上存在四个亚多普勒饱和结构;色散光谱由载频以及边带的色散三者决定,并在包络上存在五个亚多普勒饱和结构,获得了与已有实验一致的结果。最后重点分析了不同探测相位、不同饱和参量下的NICE-OHMS光谱线型尤其是亚多普勒结构的变化,由于饱和参量按照调制系数分配给载频和边带,因此虽然载频饱和参量很大,但NICE-OHMS吸收光谱幅度变化不大,主要是由于该光谱信号只与边带饱和参量有关,可以看出NICE-OHMS多普勒展宽信号具有饱和效应免疫的特性,与已有实验结果也符合较好。为更进一步的实验研究提供了必要的理论基础。     

表面张力对疏水微结构表面减阻的影响

通过构造具有棋盘状微结构的疏水表面,考虑表面张力的影响,利用定常与非定常结合的数值模拟方法,研究了疏水表面在湍流状态下的减阻特性以及微结构内气体封存的效果,其中Re=3000—30000.在低雷诺数下,疏水表面微结构内气体封存状态良好,减阻率最高约为30%;随着雷诺数的增大,压差阻力增大,减阻率有下降趋势.当来流速度过大时,水会大量进入微结构,疏水表面的减阻率变化剧烈,且已经不再减阻.结果表明,表面张力削弱了壁面切应力的影响,使得低雷诺数下微结构内气体能够有效封存,进而减小壁面阻力.