數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用

數(shù)字信號(hào)處理中小波分析在生物醫(yī)學(xué)工程中的應(yīng)用

姓名：馬振宇指導(dǎo)教師：李占賢

2015.10.22課程：測(cè)試信號(hào)分析與處理目錄用小波分析處理醫(yī)學(xué)圖像的原因1小波分析基本理論2應(yīng)用的范圍與優(yōu)勢(shì)3總結(jié)與展望42015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用用小波分析處理醫(yī)學(xué)圖像的原因1、醫(yī)學(xué)圖像自身特點(diǎn)：醫(yī)學(xué)信號(hào)微弱、背景噪聲較強(qiáng)且為非平穩(wěn)的隨機(jī)信號(hào),本身結(jié)構(gòu)復(fù)雜，處理要求多樣。2、小波變換特點(diǎn)：(1)時(shí)頻局部化特點(diǎn),即可以同時(shí)提供時(shí)域和頻域局部化信息。(2)多分辨率,即多尺度的特點(diǎn),可以由粗到細(xì)逐步觀察信號(hào).(3)帶通濾波的特點(diǎn),根據(jù)中心頻率的變化調(diào)節(jié)帶寬,可以觀測(cè)出信號(hào)的低頻緩變部分和高頻突變部分。這種變焦特性決定了它對(duì)非平穩(wěn)信號(hào)處理的特殊功能。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用小波分析基本理論

1、小波變換的基本思想:用一組函數(shù)序列表示或逼近待分析信號(hào)，與傳統(tǒng)的傅里葉分析相比，小波變換在時(shí)域和頻域都具有表征信號(hào)局部特征的能力，通過(guò)平移和伸縮能夠聚焦信號(hào)的任意細(xì)節(jié)并進(jìn)行時(shí)頻域處理，既可以看到信號(hào)的全貌，又可以分析信號(hào)的細(xì)節(jié)并保留數(shù)據(jù)的瞬時(shí)特性，因此有“數(shù)學(xué)顯微鏡”之稱(chēng)。2015.10.22數(shù)字信號(hào)處理在生物醫(yī)學(xué)工程中的應(yīng)用

2、小波變換的核心思想:多分辨率分析方法。即在小波分解過(guò)程中，將待分析信號(hào)通過(guò)小波分解成兩部分，得到低頻系數(shù)向量和高頻系數(shù)向量，兩個(gè)連續(xù)的低頻系數(shù)之間損失的信息可以由高頻系數(shù)獲得，然后將低頻系數(shù)向量繼續(xù)分解，而高頻系數(shù)保持不動(dòng)。CompanyLogo應(yīng)用的范圍與優(yōu)勢(shì)1、投影變換的改進(jìn)

傳統(tǒng)醫(yī)學(xué)掃描圖像多是利用Radon變換來(lái)完成圖像特征提取和模式識(shí)別,但這種處理方式很難滿足人們對(duì)圖像局部區(qū)域信號(hào)的關(guān)注。利用小波的時(shí)頻局部性及Radon變換的一些性質(zhì)(平移、尺度和旋轉(zhuǎn)),可確定抽取哪些局部信息能獲得可靠的圖像重構(gòu),并達(dá)到一定逼近精度的誤差界限?；赗adon變換和小波變換的紋理分析算法充分利用Radon變換的降噪能力,提取了具有平移、旋轉(zhuǎn)和尺度不變性的圖像紋理特征,克服了噪聲對(duì)圖像的影響。2015.1022數(shù)字