超声多普勒栓子信号的时频特征分析及检测应用

论文摘要

脑动脉中的栓子有可能阻塞脑血管而引起短暂性脑缺血或脑卒中等脑血管疾病,具有很大的危害性。采用经颅超声多普勒仪可以无损检测栓子,在临床上得到广泛的应用。然而由于各种人工干扰的存在,准确检测栓子依然是临床上的一大挑战。本论文针对传统的栓子检测方法的局限性,旨在建立一个分类正常血流信号、栓子信号和干扰噪声三类超声多普勒信号的高性能自动检测系统。本论文提出的几种新的超声多普勒栓子信号的检测方法,主要可以分为两个方面:1)采用信号处理的新方法,分析超声多普勒信号的时频特征,并从中提取相关的敏感时频参数;2)对已经获得的各种特征参数或降维后的信号表示,建立一定的超声多普勒信号的自动检测系统。在第一个方面的工作中,本论文提出了小波尺度图法、自适应小波包基法和自适应Gaussian-Chirplet分解法对超声多普勒信号的非正则特性、最优逼近特性和时频成分的自适应分解三个角度进行分析,并提取了信号在这三个方面的12个特征参数。这些特征参数构成了多参数分类判决系统的特征矢量。在第二个方面的工作中,本论文提出了基于多参数的Fisher广义最佳鉴别空间法和Takagi-Sugeno模糊神经网络直接分类法用于建立栓子信号的自动检测系统。其中,基于多参数的Fisher广义最佳鉴别空间根据在时频参数提取中获取的高维特征空间,通过线性特征抽取和优化,进一步改善和提高栓子信号的检测率和鲁棒性;而Takagi-Sugeno模糊神经网络直接分类法采用自适应小波包基对信号进行降维,并有效结合相应的模糊逻辑规则,实现对超声多普勒信号的直接分类。这种方法有利于全面考察信号的特征,并大大提高了栓子检测的时间性能,更符合临床诊断的特点。通过对300例计算机仿真的超声多普勒信号和298例临床采集的超声多普勒信号的实验研究,结果表明:不同方面的特征参数具有不同的信号分类能力。实际应用中,需要充分利用各种参数的优势,才能达到更好的栓子信号检测效果;两种栓子信号自动检测系统都能达到较理想的分类效果。然而从时间性能和系统优化的角度考虑,Takagi-Sugeno模糊神经网络直接分类法优于基于多参数的Fisher广义最佳鉴别空间法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 超声多普勒栓子信号检测的背景介绍
• 1.2 超声多普勒栓子信号检测的传统方法和研究现状
• 1.2.1 双采样容积法
• 1.2.2 基于短时傅里叶变换的声谱图分析法
• 1.2.3 改进的时频分布法
• 1.2.4 小波变换和小波包分析法
• 1.3 超声多普勒信号检测的进一步探索和本论文的主要工作
• 第二章 超声多普勒栓子信号的时频特征分析
• 2.1 小波尺度图法
• 2.1.1 超声多普勒信号预处理
• 2.1.2 几个术语
• 2.1.3 连续小波变换和小波尺度图
• 2.1.4 小波尺度图特征参数的提取
• 2.1.4.1 横向参数
• 2.1.4.2 纵向参数
• 2.2 自适应小波包基法
• 2.2.1 传统小波分析的缺点
• 2.2.2 信号逼近与最优基
• 2.2.3 最优基快速树搜索算法
• 2.2.4 Heisenberg原子图
• 2.2.5 自适应小波包基特征参数的提取
• 2.2.5.1 信号逼近能力
• 2.2.5.2 逼近原子统计特性
• 2.3 自适应Gaussian-Chirplet分解
• 2.3.1 Gaussian-Chirplet函数和自适应信号分解
• 2.3.2 传统的匹配追踪优化过程
• 2.3.3 基于曲线拟合的快速算法
• 2.3.4 自适应Wigner-Ville频谱图
• 2.3.5 自适应Gaussian-Chirplet特征参数的提取
• 2.4 本章小结
• 第三章 超声多普勒栓子信号的自动检测系统设计
• 3.1 多值支持矢量机
• 3.1.1 支持矢量机
• 3.1.2 基于决策树的多值支持矢量机
• 3.2 基于多参数的Fisher广义最佳鉴别空间法
• 3.2.1 Foley-Sammon变换和Fisher广义最佳鉴别矢量
• 3.2.2 基于迭代理论的广义最佳鉴别矢量求解方法
• 3.3 Takagi-Sugeno模糊神经网络直接分类法
• 3.3.1 自适应小波包基的信号降维
• 3.3.2 模糊逻辑系统和模糊规则
• 3.3.3 Takagi-Sugeno模糊逻辑系统的结构
• 3.3.4 Takagi-Sugeno模糊逻辑系统的初始化和训练
• 3.4 本章小结
• 第四章 实验与结果
• 4.1 信号来源
• 4.1.1 计算机仿真的超声多普勒信号
• 4.1.2 临床采集的超声多普勒信号
• 4.2 实验方法与结果
• 4.2.1 单方面特征参数提取的分类结果
• 4.2.1.1 小波尺度图的特征参数
• 4.2.1.2 自适应小波包基的特征参数
• 4.2.1.3 自适应Gaussian-Chirplet分解的特征参数
• 4.2.2 Fisher广义最佳鉴别平面的分类结果
• 4.2.3 Takagi-Sugeno模糊神经网络的分类结果
• 4.3 方法比较与讨论
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 参考文献
• 硕士期间发表论文目录
• 致谢