排序方式: 共有42条查询结果,搜索用时 171 毫秒
1.
提出基于总体经验模态分解(EEMD)血流细分法提高血流超声多普勒信号提取精度.首先估计辅助分析所需的白噪声幅度,进而用EEMD得到无模态混叠的本征模态函数(IMF)组,最后分离出血流信号的IMF.将本方法应用于计算机仿真和人体实测超声多普勒信号,并与高通滤波器法、原EMD法和EMD细分法比较.结果表明本文方法,提取的血流信号精度最高,特别对WBSR=70dB的混合信号,其精度比上述方法分别提高35%、38%及17%. 相似文献
2.
超声检测时,由于测量者把握探头的不稳定、受试者的呼吸运动等造成的干扰,将对通过B超图像进行斑点跟踪提取到的动脉壁位移的精度造成影响.为此,本文提出基于B超序列相位图像的全局刚性特征进行配准消除干扰.相位特征通过对B超图像进行Riesz变换,再采用高斯差分法提取得到.为了更快地完成寻优,减少配准误差,采用了基于位置加权的主轴质心法与互信息相结合的分阶段的配准方法.结果表明,与直接对B超或相位图采用斑点跟踪的方法相比,该方法有效去除了干扰,管壁位移提取的精度有显著提高.本文方法还可用于心脑等医学图像的配准. 相似文献
3.
单片机与图形液晶显示器接口的方法及应用 总被引:1,自引:0,他引:1
8031单片机与显示器接口的方法,在给定坐标位置显示字符及汉字的程序清单及详细注释. 相似文献
4.
目的 为快速准确地鉴别多品牌卷烟真伪,提出一种基于视觉词袋模型提取烟盒胶痕图像特征的鉴别方法。方法 首先,利用自主设计的多光源胶痕采集装置获取烟盒内部的胶痕图像,通过图像处理技术去除原始图像的部分背景后得到胶痕图像样本;然后,从胶痕图像样本中提取尺度不变特征转换(SIFT)特征,并用K-Means算法对特征聚类生成视觉词典;再依据视觉词典的视觉单词直方图特征集对胶痕图像进行训练分类,从而达到鉴别卷烟真伪的目的。结果 以10种真品包装机型生产的烟盒胶痕图像以及假冒烟盒胶痕图像为对象,烟盒样品涉及64个卷烟品牌,对360张胶痕图像分类测试,得到真伪识别率为97.22%,每个样本平均鉴别时间为0.05s。结论 提出的方法采集胶痕图像简便、真伪鉴别效率和准确率高,并适用于多种卷烟品牌。为提高真伪卷烟鉴别效率、准确率和通用性提供了技术支持。 相似文献
5.
6.
提取超声图像的轮廓对医学诊断有着积极意义。然而,由于超声图像具有目标与背景间对比度低、信噪比低等特点,以往的边缘检测算法在解决图像噪声、精确定位边缘以及获得连续光滑的边缘线之间的矛盾均未得到理想的效果。GVF snake能较好地解决以上矛盾,且具有更大的捕获范围和更强的凹陷域收敛性。但GVF snake初始轮廓线需手工勾勒,不仅比较繁琐,而且目标提取的结果在很大程度上受人工初始化的影响。为此,提出一种多尺度小波变换模极大值与GVF snake算法结合的方法来提取颈部淋巴结超声图像轮廓。该方法首先运用小波变换模极大值多尺度边缘检测算法得到目标图像的边缘图,再在边缘图上分别选取上、下、左、右四个不同方向若干个特征点,即可自动获得较为客观的初始轮廓线,最后利用GVF snake模型提取图像的精确轮廓。实验表明该方法能得到目标图像连续光滑的轮廓线,同时比GVF snake提取的轮廓更加精确,更能反映轮廓的局部细节。此外,由于初始轮廓更加接近给定图像的真实边缘,从而减少了梯度矢量流力场迭代(GVF)次数,提高了轮廓的收敛速度。 相似文献
7.
提出了基于伽马混合模型 B 超图像聚类(UICG)的配准方法以抑制血管壁搏动位移估计的干扰。 使用伽马混合模型对
颈动脉 B 超图像聚类,以远距组织的归一化互信息为相似性测度提取干扰曲线,基于干扰曲线对聚类图像序列进行空间逆变
换以消除外界干扰,最后采用散斑追踪法在配准后的聚类图像序列中估计管壁搏动位移。 仿真实验表明,相比主轴质心与互信
息相结合(PCMI)的传统配准算法,X、Y 和旋转方向上的 UICG 干扰归一化均方根误差(NRMSE)分别减小了 36% 、38% 和 32% ,
管壁搏动位移估计的 NRMSE 均值减小了 37% 。 对健康受试者颈动脉的实测试验进一步证明了 UICG 法的有效性。 综上,UICG
法能有效抑制干扰,提高管壁搏动位移的估计精度。 相似文献
8.
9.
研究了超声回波信号中二次谐波包络信号的Nakagami分布参数与非线性系数之间的对应关系,以获得更准确的组织非线性定量特征.将超声回波射频信号的基/谐波成分进行分离,获取基波和二次谐波成分的包络信号,分别计算并比较信号的Nakagami分布参数.仿真结果表明,对于不同的非线性系数,二次谐波包络信号的分布参数相互分离,特别是非线性系数β在3~6的范围内具有显著的差异,而对应的基波的差异性不显著.离体组织实验中,与脂肪相比,肝和脑的基波的平均功率ω和形状因子μ的相对差异分别为7.3%和0.03%及2.0%和4.3%;谐波的ω和μ的相对差异分别为8.3%和19.4%及7.0%和34.0%.结果进一步验证了仿真结果的有效性和正确性.综上所述,不同非线性组织超声回波信号中,二次谐波包络信号的Nakagami分布参数具有显著差异,可据此定量分析生物组织的非线性特征. 相似文献
10.