排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
针对SENSE并行磁共振成像中采用补零缺失数据方法估计敏感度分布不准确性的问题,提出采用非线性GRAPPA方法估算缺失的K空间欠采样数据.计算并行线圈的敏感度分布,将这些敏感度分布应用于SENSE并行磁共振成像.采用不同加速因子的脑磁共振K空间欠采样数据以验证提出算法的重建性能.实验结果表明,与单一的非线性GRAPPA和SENSE重建算法相比,该混合NLGRAPPA-SENSE算法在加速因子较大时可以重建出更加准确的磁共振图像,具有更低的噪声功率(AP)和更高的信噪比(SNR)性能. 相似文献
2.
3.
4.
小波变换在电子耳蜗CIS处理中的应用及其仿真和合成 总被引:1,自引:0,他引:1
小波变换是采用多分辨率的思想,非均匀的划分时频空间,对信号做多尺度分析,其功能相当于用一组恒品质因数Q的带通滤波器做多分辨率分析.文章利用小波变换代替带通滤波器组实现电子耳蜗CIS语音信号处理,讨论了小波变换在电子耳蜗CIS语音信号处理中的应用,并对该方法进行计算机仿真和声音合成. 相似文献
5.
本文提出了一种基于自适应低秩去噪的磁共振图像重构算法.该方法使用去噪近似消息传递算法重构磁共振图像,将自适应加权Schatten-p范数最小化方法(Weighted Schatten p-Norm Minimization,WSNM)作为其降噪模型,研究图像的重构性能.根据算法迭代过程中估计的噪声标准差自适应的设定WSNM的图像块大小及相似块个数.实验表明,与近几年提出的磁共振图像重构算法比较,本文提出的算法可以获得更高的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和更低的相对${L_2}$范数误差(Relative${L_2}$Norm Error,RLNE),得到更好的重建效果. 相似文献
6.
本文提出一种基于多尺度低秩模型(MSL,Multi-Scale Low rank)的磁共振成像方法,该方法将矩阵分解成多尺度的块低秩矩阵之和,并将多尺度块低秩矩阵之和的最小化作为约束条件用于磁共振成像.两种不同的心脏磁共振数据用于验证本文所提出算法重构磁共振成像的精度.实验结果表明,相比于k-t SLR(k-t Sparsity Low Rank)和L+S(Low Rank plus Sparse)方法,所提出的MSL方法具有更好的重建效果,获得更高的重构信差比(signal to error ratio),并具有更好地结构相似性,但需要更长的重构时间. 相似文献
7.
目的 探究防老剂在食品塑料包装制品中的使用情况,以期建立食品塑料包装制品中防老剂(N-苯基-2-萘胺、1-萘氨基苯、乙氧基喹啉、橡胶防老剂DTPD、橡胶防老剂4010NA、防老剂ODA、防老剂H、N,N′-二苯基对苯二胺)残留量的高效液相色谱-串联质谱(HPLC-MS/MS)检测方法.方法 样品经三氯甲烷和甲醇提取、浓缩,甲醇复溶后,用高效液相色谱-串联质谱测定,外标法定量.结果 8种防老剂残留量为10.0~200.0μg/L时线性关系良好(相关系数R2>0.999),定量下限为5.0μg/kg.在10,20,100μg/kg 3个加标水平下,8种防老剂的加标平均回收率为81%~116%,相对标准偏差小于等于3.77.结论 文中方法准确、高效、简单,可用于食品塑料包装制品中8种防老剂残留量定性定量测定. 相似文献
8.
提出了一种基于二维码匹配的指针式仪表读数识别方法.该方法先实时采集高质量的仪表状态图像,同时获取二维码定位点信息以及与二维码相连接的数据库中存储的仪表类型信息,再根据二维码定位点信息对仪表图像进行快速倾斜校正,并利用二维码与仪表之间先验的几何位置关系快速提取图像中表盘所在的区域,最后根据获取的仪表类型信息,选择对应的仪表读数识别算法,以实现快速准确地识别仪表读数.实验结果表明:该方法能有效提高指针式仪表读数识别的准确率,尤其是对于复杂背景的仪表图像,该方法可用于电力系统中刻度均匀的指针仪表识别. 相似文献
9.
目的 建立了一种基于液相色谱-串联质谱(LC-MS/MS)技术鉴别羊牛乳及定量检测羊乳中牛乳的检测方法。方法 样品经胰蛋白酶水解后,采用纳升液相色谱-串联飞行时间质谱仪(nanoLC-TOF-MS)检测,数据经ProteinPilotTM软件和UniProt蛋白数据库对比分析,并通过blast搜索,筛选出特征肽段。然后基于HPLC-MS/MS,应用牛乳、羊乳的特征肽段对样品进行鉴别和定量测定。结果 本方法测定羊乳中的牛乳含量,在5%-50%之间线性范围良好,相关性系数大于0.99,定量限为5.0%,在5%、20%和40%添加水平的回收率为85.2%~114%,相对标准偏差小于10%(n=6)。结论 该方法快速、准确, 适合应用于检测纯羊乳中是否掺入牛乳,也可应用于检测混合乳粉中羊乳和牛乳的占比。 相似文献
10.
基于横跨膜电位分布的心电逆问题研究,即从身体表面电位无创重建心脏跨膜电位,可视为一种多输入多输出的回归问题(亦即多个体表电位分布输入重构多个心脏跨膜电位分布输出),而基于数据驱动的机器学习模型是解决回归问题的一种有效手段。通过使用深度卷动神经网络(CNN)构建深度学习模型,使用Caffe框架训练神经网络;此外,基于真实的心脏模型,使用ECGSim软件仿真了肯特束综合症心室激活情况的数据,用于训练和测试回归模型。实验结果表明,与极限学习机(ELM)和核化的极限学习机相比,CNN方法在心脏跨膜电位重构方面有更高的精度和泛化性能。 相似文献