离散Walsh变换在超声治疗无损测温中的应用

利用高强度聚焦超声对新鲜的离体猪肉进行辐射,并通过B超获取辐射前后的超声图像。采用二维离散Walsh变换法,从辐射前后的超声图像的差图像中分离出低频分量,作为反映温度信息的参数。选取确定系数作为衡量误差的参数,通过曲线拟合,发现二维离散Walsh变换直流分量与温度呈近似线性关系,且多组数据的斜率非常接近,与传统的灰度均值测温法相比,实验结果表明,该方法误差更小,温度分辨率更高,使用正交矩阵变换,符合计算机语言的逻辑,仿真检测时间较短,在实际应用中能为超声无损测温提供准确可靠的依据。     

基于SOM神经网络和支持向量机的方言辨识

建立了一个基于SOM神经网络和支持向量机(SVM)的汉语方言辨识系统。该系统以湖南方言作为研究对象,借助SOM神经网络对不同方言的MFCC特征参量进行聚类,并用SVM作为最终的决策辨识器。实验结果表明:该系统与传统系统相比实时性和辨识率较好,特别适用于信噪比低的情况。     

基于MFCC和GFCC特征融合的汽车鸣笛声识别方法

对鸣笛声的准确识别是机动车鸣笛抓拍系统得以运用的关键。为了克服单一特征对鸣笛声表征不足的缺陷,提高识别的准确性,文章将Mel频率倒谱系数（Mel Frequency Cepstrum Coefficient,MFCC）与Gama频率倒谱系数（Gammatone Frequency Cepstrum Coefficient,GFCC）融合得到M-GFCC特征,并分别使用支持向量机（Support Vector Machines,SVM）和BP(Back Propagation,BP)神经网络算法进行分类。实验结果表明,与使用单一的MFCC特征相比,BP神经网络对鸣笛声识别的有效率提高了10.4%,SVM的有效率提高了4.4%;相较于单一的GFCC特征,BP神经网络的有效率提高了6.6%,SVM的有效率提高了4.2%,证明了该融合特征能提高鸣笛声识别准确性。     

通信原理课程的多维度教学设计

阐述通信原理课程的教学现状,通信原理课程的教学目标和教学实践,形成了面向新工科的通信原理课程教学大纲、课程教学教案、课程教学课件、教学案例的改革成果,对新工科专业相关课程改革起到了示范作用。     

基于迁移策略的分布式遗传算法多用户检测器

针对简单遗传算法多用户检测器的收敛速度慢和“早熟”问题,利用解相关算法的抗多址干扰能力和分布式遗传算法的快速全局寻优优势,提出了一种基于迁移策略的分布式遗传算法解相关多用户检测器。计算机仿真结果表明:该多用户检测器的检测性能明显优于简单遗传算法多用户检测器和解相关多用户检测器,更易于实现。     

基于互相关函数法的超声无损测温研究

生物组织的声速随温度变化明显。利用信号处理技术中的互相关函数分析方法,计算超声散射回波信号的时间延迟。通过分析超声散射回波的时间延迟和组织温度的关系,提取生物组织的温度信息。实验结果表明:当以最高温度时的超声散射回波信号为基准信号时,不同温度时的超声散射回波信号与基准信号的时间延迟随着温度的降低而增大。该种处理方法可有效检测到超声散射回波信号的时间延迟随温度变化的趋势。     

基于改进C-V模型的B超图像分割

图像分割是医学超声图像学中的难题之一.针对传统的水平集图像分割法速度较慢,提出了一种基于改进Chan-Vese(C-V)模型和加强中值滤波的B超图像分割方法,并与传统的C-V模型分割方法进行比较,最后用最大香农熵等方法评价分割结果.实验结果表明:改进的C-V模型B超图像分割法具有较好的分割性能,并且耗时方面明显优于传统C-V模型分割方法,可以将其应用于医学超声图像的分割中,能够到达实时性的要求.     

多层媒质中声聚焦控制及其用于热疗的分析

基于伪逆算法提出了一种可对多层生物组织中的肿瘤进行声聚焦控制的方法.对一10×10个正方形阵元的相控阵在肿瘤位于不同深度处时产生的声场进行了仿真,同时计算了生物组织内不同时刻的温度分布,并对不同声辐射功率下加热到相同热剂量时的温度分布进行比较.研究结果表明,该方法能快速有效地对不同深度不同尺寸的肿瘤进行准确地声能聚焦控制;声辐射功率越大时,治疗区域中相同等温曲线所围区域较窄;激发频率、声辐射功率及照射时间均相同时,肿瘤在深度较浅位置时治疗区域温度要高,且此区域较粗短,而在较深位置时治疗区域温度相对较低,且此区域变得狭长.     

基于回波能量的HIFU治疗区声阻抗测量方法

在高强度聚焦超声(HIFU)治疗过程中,组织声阻抗对于超声成像、表征组织特性具有重要意义.治疗区域一般位于组织内部,难以直接测出其声阻抗.本文通过建立离体猪肉组织模型,模拟超声信号在组织中的传播路径,推导出声阻抗与回波信号能量差的数学关系并应用于HIFU治疗区声阻抗的测量.为验证该方法的有效性,将上述测量的声阻抗与利用水浴锅直接测量的组织声阻抗值进行对比.实验结果表明:利用回波能量差测得的治疗区组织声阻抗与直接测量法测得的同一温度下组织声阻抗值相差较小,相对误差控制在0.5%以内,且两者随温度变化趋势表现出良好的一致性,即都随温度升高呈非线性增加趋势.     

基于FCN的多方向自然场景文字检测方法

传统的自然场景文字检测方法所采用的手工设计特征在应对复杂自然场景时缺乏鲁棒性。针对复杂自然场景中的多方向文字检测问题,提出了一种新的基于深度学习文字检测方法,采用全卷积网络（Fully Convolutional Networks,FCN）并融合多尺度文字特征图,结合语义分割的方法分割文字候选区域,利用分割得到的文字候选区域直接获取文字候选检测框并进行扩大补偿处理,对文字候选检测框进行后处理得到最终检测结果。该方法在ICDAR2013、ICDAR2015标准数据集进行了测评,实验结果表明该方法相比一些最新方法取得了更好的性能。