超聲多普勒栓子信號(hào)的檢測(cè)研究.pdf

1、血液中流動(dòng)的栓子是引起腦血管疾病的主要原因之一，對(duì)栓子的準(zhǔn)確檢測(cè)可以為早期診斷腦血管疾病提供可靠依據(jù)，具有重要的臨床意義。超聲多普勒技術(shù)以其在血流測(cè)量方面的獨(dú)特優(yōu)勢(shì)在栓子檢測(cè)中有著廣泛的應(yīng)用。但是目前利用超聲多普勒技術(shù)檢測(cè)栓子存在著工作量大、重復(fù)性差、準(zhǔn)確性因人而異的缺點(diǎn)，因此需要建立一個(gè)對(duì)正常超聲多普勒血流信號(hào)、含有栓子的信號(hào)以及含有人為干擾噪聲的信號(hào)能夠自動(dòng)分類判別的檢測(cè)系統(tǒng)。 論文對(duì)超聲多普勒栓子信號(hào)的檢測(cè)研究分為兩種思路

2、：一是基于特征參數(shù)提取的檢測(cè)系統(tǒng)，從超聲多普勒信號(hào)中提取敏感特征參數(shù)并將它們?nèi)诤掀饋斫⑺ㄗ有盘?hào)的自動(dòng)檢測(cè)系統(tǒng)；二是基于一定準(zhǔn)則的直接分類系統(tǒng)，對(duì)不同種類的信號(hào)直接進(jìn)行分類判別。 在第一類系統(tǒng)中，特征參數(shù)提取方面主要研究了兩種方法：一是基于短時(shí)傅里葉變換和修改的群延遲函數(shù)的方法。利用信號(hào)的修改群延遲函數(shù)對(duì)短時(shí)傅里葉變換得到的傳統(tǒng)聲譜圖進(jìn)行改進(jìn)，提高了聲譜圖的頻率分辨率和抗噪性能。然后用基于圖像的方法從聲譜圖中提取特征參數(shù)Rs；二

3、是基于主元分析的方法。利用三類信號(hào)不同的統(tǒng)計(jì)特性，從分離信號(hào)主元成分的難易程度出發(fā)提取出相應(yīng)的特征參數(shù)Rry和k。基于以上參數(shù)和傳統(tǒng)的時(shí)域分析法、頻域分析法和小波包分解法得到的特征參數(shù)MMR，σfmin和numT，文中主要討論了兩種構(gòu)建方法實(shí)現(xiàn)多參數(shù)的融合：一是反向傳播(BP)神經(jīng)網(wǎng)絡(luò)；二是基于模糊集理論的非二值化分類器。 在第二類系統(tǒng)中，針對(duì)傳統(tǒng)的Fisher線性判別準(zhǔn)則在實(shí)現(xiàn)過程中面臨的困難，文中對(duì)其進(jìn)行一定的修改得到最優(yōu)判

4、別準(zhǔn)則?；谠摐?zhǔn)則計(jì)算最優(yōu)的投影向量進(jìn)行信號(hào)的分類判別，并加入小波包分解預(yù)處理來提高分類的性能。 實(shí)驗(yàn)數(shù)據(jù)采用300例仿真超聲多普勒血流信號(hào)和168例臨床采集的腦動(dòng)脈超聲多普勒血流信號(hào)。通過這些信號(hào)分別分析了單項(xiàng)特征參數(shù)的分類能力，多參數(shù)融合之后的系統(tǒng)分類能力以及對(duì)信號(hào)直接分類的結(jié)果，并從檢測(cè)準(zhǔn)確率和運(yùn)算量?jī)煞矫姹容^了兩類栓子信號(hào)檢測(cè)系統(tǒng)的優(yōu)缺點(diǎn)。結(jié)果表明：文中提出的兩類栓子檢測(cè)系統(tǒng)在檢測(cè)準(zhǔn)確率和運(yùn)算量方面各有優(yōu)缺點(diǎn)。兩者均能有