首页 > 文献资料
-
我院PACS服务器运行性能的改进研究
目的 提高PACS服务器的访问速度和存储能力.方法 把服务器迁移到虚拟化平台上,运用软件多任务并行处理、数据库分离、数据压缩和磁盘扩容等技术.结果 系统的访问速度和存储能力得到大幅度的提高,在医疗业务繁忙时满足系统稳定、业务连续的要求.结论 通过对PACS服务器软硬件和数据库等性能的优化和改善,系统的运行能力得到明显提高,较好地满足了临床诊断和阅片的需求.
-
基于自组织特征映射网络的心电信号矢量量化
矢量量化(Vector Quantization)是一种重要的数据编码方法,其关键是码本设计和检索方法.然而,通常的码本聚类生成算法所用的局部信息,不能很好表现信号特征.由Kohonen提出的自组织特征映射(Self-Organizing Feature Map, SOFM)具有自组织聚类特性,可直接用于码本设计,并较著名的LBG算法有许多良好特性.本文在简略描述自组织特征映射网络特点后,主要论述一种新改进算法并将其运用于心电信号压缩.从压缩结果来看,SOFM法适用于多种心电波形压缩任务;对于基线波动严重的波形,效果可较好;对规则波形如T100等却不很理想,S波处有失真.
-
一种新的动态心电数据的神经网络压缩方法
本文提出了一种新的、性能更加稳定的动态心电数据的神经网络压缩算法.该方法采用一种不全联接的三层前馈神经网络,将一个ECG心搏表示为三个主要的波即P波,QRS波和T波.三个波的输入与输出只通过少量的隐层单元相联接,并通过各波的隐层单元将相邻波的边缘联系起来.这种方法的优点是在不增加计算量的情况下提高算法对波形的重现能力、较为有效地避免因为P波和T波受到干扰,波形变异或其它因素的影响而导致的波形重现失败,提高神经网络压缩方法的鲁棒性和实用性.
-
子波神经网络在脑电信号数据压缩表征与棘波识别中的应用研究
本文在对子波神经网络及其算法研究的基础上,提出了一种对脑电信号压缩表征和痫样脑电棘波识别的新方法.实验结果显示,子波网络在大量压缩数据的同时,能够较好的恢复原有信号.另外,在脑电信号的时频谱等高线图上,得到了易于自动识别的棘波和棘慢复合波特征,说明此方法在电生理信号处理和时频分析方面有着光明的应用前景.
-
利用DCT分量差值压缩ECG数据的方法
由于心脏活动的有序性和各心电活动周期波形的相似性,各心电活动周期波形的DCT(离散时间余弦变换)分量也具有一定的相似性.根据这一特点,本文提出了在首先使用DCT压缩心电图(ECG)数据的基础上,进一步利用各ECG周期的DCT分量的差值压缩数据的方法.
-
基于DCT系数的二级矢量量化压缩ECG数据的方法
本研究提出了一种新的心电信号压缩方法,该方法对心电数据进行离散余弦变换(DCT)并对DCT变换的结果进行二级矢量量化.该方法不但继承了矢量量化高压缩比的特点,而且在很大程度上降低了矢量量化所需的码书长度进而也降低了码字搜索的运算复杂度.实验证明,该算法是一种有效可行的心电信号压缩方法.
-
一种快速高效的CT投影数据无损压缩方案
目前越来越大的平板探测器尺寸和越来越复杂的扫描轨道使得单次扫描的CT投影数据成倍地增加,这给数据存储和实时传榆造成了很大的困难.本文提出了一种实时高效的CT投影数据无损压缩方案,通过整数小波变换、DPCM差分脉冲编码调制对投影数据进行去相关,并改进了Golumbo-Rice熵压缩编码方案.该方案在相对较低的计算复杂度下实现了高压缩比,为实时快速传输的实现提供了可能.文章对整个方案进行了详细的阐述并利用Varian 2520V平板探测器进行了相关的测试分析.
-
基于Curvelet变换和SPIHT算法的医学图像感兴趣区压缩
目的：提出基于Curvelet变换和多级树集合分裂排序（SPIHT）算法的图像感兴趣区（ROI）压缩方法，并应用于医学图像压缩。资料与方法算法流程首先对图像ROI进行提取，保留ROI不压缩，对背景区域进行Curvelet变换，采用SPIHT算法对Curvelet系数进行编码；然后进行Curvelet逆变换得到有损压缩后的图像；后将ROI区域与背景区域叠加，得到压缩后的完整图像。采用峰值信噪比作为评价指标，比较ROI压缩和整体压缩的效果，以及小波变换和Curvelet变换用于图像压缩的效果差异。结果分别对测试图像和医学图像的压缩结果进行比较，采用ROI压缩的视觉效果优于整体压缩的效果，更能突出ROI；而采用Curvelet变换压缩的峰值信噪比高于小波变换压缩，相同比例的压缩图像也更清晰。结论基于Curvelet变换和SPIHT算法的ROI压缩可在保证不丢失重要诊断信息的前提下实现图像的高效压缩，符合医学图像压缩的高精度、高质量要求。
关键词： 数据压缩 图像感兴趣区域压缩方法 图像编码 算法 图像处理 计算机辅助 curvelet变换 SPIHT算法 -
人正常离体子宫薄层数据采集的方法及意义
目的 探讨人正常离体子宫薄层数据采集的方法及意义. 方法 将2例人正常离体子宫分别行双侧子宫动脉及双侧子宫静脉插管,通过精确的压力控制装置,分别注入适量明胶氧化铅灌注液,借助专用模具以及订制机器铣床实现低温冷冻包埋、连续等间距铣削、采集数据. 结果 共获得分辨率为5 184×3 456像素的薄层数据510张(每张图片前为经动脉灌注子宫,后为经静脉灌注子宫),构建成总数据量为13.4G的RAW格式原始数据集、总数据量为51.0G的解压缩TIF格式数据集和总数据量为7.40 G的JPG格式数据集各一套,并同时获取了其CT及MRI数据集. 结论 人正常离体子宫薄层数据集图像清晰,色彩分明,各组织界限、动脉血供及静脉回流清晰,为人离体子宫的精细解剖学研究提供了数据来源.
-
基于双向小波变换的心电图压缩算法
目的在合理的计算复杂度下,尽量保持原始心电图(ECG)信号有用信息的同时获得尽可能大的数据压缩比.方法将L帧经过预处理的一维ECG信号组成一幅二维图像,通过双向小波变换,尽量解除ECG信号的帧间相关性和帧内相关性,并采用合适的编码达到压缩数据的目的. 结果更好地消除了两种数据相关性,得到了更高的压缩比.结论本算法和一维小波变换域压缩法相比,得到的压缩比更高.
-
基于离散余弦变换的ECG数据模板压缩算法
目的探索心电图(ECG)数据进行高压缩比压缩和高质量重构的算法.方法先对心电图QRS波段进行插值,促使信号能量在离散余弦变换(DCT)域上更加集中,对周期和幅度的归一化使每帧(一心动周期)信号更加相似,将已处理信号中的一平均帧的DCT系数序列作为模板,由模板与当前帧信号的DCT系数序列相减,得到一差值序列,对这差值序列进行编码和传输,由于差值序列的幅值较低,需要传送的数值个数也较少,由此得到较高的压缩比.结果更好地消除数据冗余,实现高压缩比地压缩ECG数据.结论本方法较之单纯地利用DCT对ECG数据进行压缩,获得了更高的压缩比.
-
人正常离体子宫薄层切片数据集的自动配准
目的:通过改良及优化后的配准方法实现人正常离体子宫薄层切片数据集的自动配准.方法:在Photoshop中处理原始断层图像,获取定位杆图像和标本图像(子宫、双附件及部分阴道)；在Matlab中计算定位杆图像中四个定位杆的质心坐标值,将其作为定位杆坐标值,取所有定位杆图像定位杆坐标值的平均值作为基准坐标；每张定位杆图像的定位杆坐标与基准坐标对比,获取每张定位杆图像的投影变换参数并根据该参数对相对应的标本定位杆图像及定位杆图像进行投影变换；将校正后的定位杆图像再在Photoshop中处理,获取只包含第二个定位杆的图像,同样在Matlab中计算其坐标值,并基于其坐标值将配准后的标本定位杆图像裁剪成大小一致图像；选取配准后两张大小相差较大的相邻图片,在Photoshop中将配准前的两张相邻图片及配准后的两张相邻图片分别进行重叠,调节其中一张图片的透明度,将合成的图片保存.结果:配准前两张相邻图片中的标本大小差距较明显,而配准后两张相邻图片中的标本差距很小.通过该配准方法,成功地实现了人正常离体子宫薄层切片数据集的自动配准.结论:基于Photoshop软件和Matlab软件的图像配准方法具有配准精度高,运算量小,易于编程实现等优点,通过改良及优化后,可用于人正常离体子宫薄层切片数据集的配准.
-
基于BP神经网络的心电数据压缩研究
目的:针对已有心电数据压缩方法开销较大、难以用于工程实践等问题,提出一种基于BP神经网络的心电数据压缩方法.方法:基于BP神经网络的思想,建立两个3层漏砂型前馈人工神经元网络,将单个心搏分为P波、ORS波和T波,分别对3个波用两个人工神经网络系统进行压缩,采用不完全联结结构提高神经网络压缩算法的波形重现能力和抗干扰能力.结果:利用BP神经网络对心电信号数据进行压缩可以实现较高的压缩比,能有效提高波形的重现能力和抗干扰的能力.结论:该方法可以有效地对心电信号采集器采集到的心电信号进行滤波和压缩等预处理,能较好地用于工程实践.
-
几种处理ECG信号的数据压缩算法的比较
监视仪对ECG采样所得的大量数据是难以存贮和传输的,因此,要加以处理使减少数据量而又不失去临床信息的内容.本文主要讨论了3种可以用于生物电数据压缩的算法.
-
超声平面波两种数据压缩方法初步比较
超声平面波成像是超声成像研究的热点之一，超声平面波带来超高帧频的同时也带来了超大数据量。如果将这些数据量直接通过硬件传输，势必对硬件带来极大的负担，也对硬件处理数据的能力提出了极高的要求。为了减少大数据量高帧频所带来的问题，该文通过数据压缩的方式来降低采集数据的传输量。分别从有损压缩和无损压缩方向进行了研究，选择了LZW压缩算法来尝试无损压缩的效果，而根据平面波特点，提出频域切割压缩算法作为有损压缩方法。将LZW算法在F G PA进行了实施，通过对超声仿真数据进行测试，可以达到一定的压缩比。在已知分数带宽的条件下，可以求出频谱中需要保留的带宽，而其余部分频率信号对图像影响的意义不大。通过对超声仿真数据的测试，频域切割压缩算法可以达到较高的压缩比，而比较原始图像和压缩重建图像，其差异是微小的。所以从压缩比角度，频域切割压缩算法是进行超声数据压缩的优先选择。
-
基于DSP和CF卡的动态心电监护系统
介绍一个基于DSP的具有实时分析功能的动态心电监护系统,该系统可以完成心电信号采集、数字滤波、数据无损压缩存储、常见心率失常检测报警等功能.系统采用低功耗数字信号处理器实现分析处理功能,利用大容量CompactFlash卡实现24小时心电数据的全信息存储,同时还配有USB接口用于数据快速回放.
-
基于功率谱特征的心电数据小波压缩方法
利用心电功率谱特征,探索心电数据压缩新方法.用小波分解心电信号为高频与低频分量,对低频分量继续分解达到要求的级数,对高频分量则根据其所在频段的能量,对临床诊断的价值加以取舍.对MIT生理信号数据库心电数据的压缩与还原分析表明,该方法平衡了压缩比与还原精度之间的矛盾,既具有较高的压缩比,又具有较高的还原精度,而且对信号的适应性也明显增强.另外,该压缩方法还具有一定的去噪作用.说明结合心电功率谱特征与小波变换方法压缩心电有其优势.
关键词： 小波变换 心电图 数据压缩 离散余弦变换(DCT) 功率谱 -
改进EZW算法及其应用
近年来脑电图已广泛应用于脑疾病的诊断,对脑电现在一般是采取长时间监测,这就使得要存储或传输的数据量较大.因此,有必要对EEG信号压缩进行研究,并取得了一定进展[1-3].数据压缩就是减少必须分配给指定消息集合或数据采样集合的信号空间的数值,数据压缩属于信源编码的范畴[4].目前对脑电的压缩方法有矢量量化、多项式拟合、差分脉冲编码调制、小波变换编码等方法,其中小波变换在时域和频域具有良好的压缩特性,尤其适合于这种非平稳信号的数据分析和压缩,适用于生物医学信号的分析与处理[5].Shapiro提出的嵌入式零树编码算法是一种较为成功的二维图像小波压缩算法[6],本文在探讨小波变换和嵌入式零树小波算法的基础上,给出一种改进算的嵌入式零树小波算法,对改进算法进行分析并将其应用于一维EEG信号传输压缩中,以期对一维数据压缩技术发展有所裨益.
-
建立虚拟中国人网上数据库的有关问题
目的探讨如何在网络上建立虚拟中国人(VCH)数据库,以便合理而充分地让有关研究人员下载、研究和浏览.方法将VCH原始数据集进行适当处理和压缩后放在服务器中,服务器内磁盘阵列采用RAID叶1模式,针对不同类型的用户建立相应的下载机制.结果对数据集采用适当的处理和压缩后,数据量大大减少,方便了存储和传输;服务器内RAID 0+1模式的磁盘阵列可以保证数据集的安全性和高速下载;初步建立了针对不同用户的下载机制.结论在网络上建立VCH数据库势在必行,是科学数据共享的重要手段.
-
基于小波包优基的心电图压缩
给出一种新的心电图压缩方法,该方法是在小波库中通过以信息熵作为代价函数寻找优基,实现心电图压缩.仿真结果显示,该方法压缩比大,信息损失小,能够较好的恢复原有的信号.
