数字信号处理在生物医学工程中的应用_第1页
数字信号处理在生物医学工程中的应用_第2页
数字信号处理在生物医学工程中的应用_第3页
数字信号处理在生物医学工程中的应用_第4页
数字信号处理在生物医学工程中的应用_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

数字信号处理中小波分析在生物医学工程中的应用

姓名：马振宇指导教师：李占贤

2015.10.22课程：测试信号分析与处理目录用小波分析处理医学图像的原因1小波分析基本理论2应用的范围与优势3总结与展望42015.10.22数字信号处理在生物医学工程中的应用用小波分析处理医学图像的原因1、医学图像自身特点：医学信号微弱、背景噪声较强且为非平稳的随机信号,本身结构复杂，处理要求多样。2、小波变换特点：(1)时频局部化特点,即可以同时提供时域和频域局部化信息。(2)多分辨率,即多尺度的特点,可以由粗到细逐步观察信号.(3)带通滤波的特点,根据中心频率的变化调节带宽,可以观测出信号的低频缓变部分和高频突变部分。这种变焦特性决定了它对非平稳信号处理的特殊功能。2015.10.22数字信号处理在生物医学工程中的应用小波分析基本理论

1、小波变换的基本思想:用一组函数序列表示或逼近待分析信号，与传统的傅里叶分析相比，小波变换在时域和频域都具有表征信号局部特征的能力，通过平移和伸缩能够聚焦信号的任意细节并进行时频域处理，既可以看到信号的全貌，又可以分析信号的细节并保留数据的瞬时特性，因此有“数学显微镜”之称。2015.10.22数字信号处理在生物医学工程中的应用

2、小波变换的核心思想:多分辨率分析方法。即在小波分解过程中，将待分析信号通过小波分解成两部分，得到低频系数向量和高频系数向量，两个连续的低频系数之间损失的信息可以由高频系数获得，然后将低频系数向量继续分解，而高频系数保持不动。CompanyLogo应用的范围与优势1、投影变换的改进

传统医学扫描图像多是利用Radon变换来完成图像特征提取和模式识别,但这种处理方式很难满足人们对图像局部区域信号的关注。利用小波的时频局部性及Radon变换的一些性质(平移、尺度和旋转),可确定抽取哪些局部信息能获得可靠的图像重构,并达到一定逼近精度的误差界限。基于Radon变换和小波变换的纹理分析算法充分利用Radon变换的降噪能力,提取了具有平移、旋转和尺度不变性的图像纹理特征,克服了噪声对图像的影响。2015.1022数字

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论