多态T 波区间检测技术的研究

目的:利用小波变换进行T波区间的检测。方法:在23尺度上通过模极大值法定位R波。在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间。然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态。由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度。由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果。结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间。结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现。     

微藻细胞油脂含量的快速检测方法

以斜生栅藻(Scenedesmus obliquus JNU20)为实验材料,采用尼罗红(NR)荧光光谱法和傅里叶变换红外光谱法(FTIR)测定该藻细胞中的油脂含量。研究结果表明NR的最佳染色条件为:染色前微波处理40 s,二甲基亚砜体积分数1%, NR最终质量浓度1.5 μg/ml,染色时间5 min,染色温度40℃。比较了NR荧光光谱法、FTIR与传统重量法测定的该藻在不同时相的油脂积累情况,利用激光共聚焦显微镜观察了细胞中油体形成的动态过程。实验结果表明NR荧光光谱法、FTIR与传统重量法测定的结果显著相关(R²=0.9258, R²=0.9844),但NR荧光光谱法和FTIR更简便快速,研究结果为规模化筛选高含油量藻株及跟踪产油微藻油脂积累过程奠定了基础。     

睡眠剥夺对脑电活动相位相干性的影响研究

将小波变换和相位相干分析应用到事件相关电位实验的脑电信号中。在正常状态和一夜睡眠剥夺状态下提取12名受试者的视觉ERP,进行30～60Hz的小波变换,以此计算前额叶区域的导联内相位相干,以及枕叶和前额叶之间的相位相干性。发现睡眠剥夺引起前额叶的导联内相位相干活动减少和延迟,表明大脑维持完成任务的能力下降;枕叶与前额叶之间的gamma波段相位相干活动减少,表明功能区域之间的电活动传递效应减弱。基于小波变换的相位相干分析可以得到脑电的同步活动,为更好地理解睡眠的机制和评价睡眠剥夺对认知的影响提供了一条思路。     

基于统计模型的基因预测

基因预测是指预测DNA序列中编码蛋白质的部分。随着多数生物基因组的测序工作的完成 ,基因预测更显得尤为重要。基因预测主要包括两种方法 ,首先是同源方法 ,也称为“外在方法” ,其次是基因预测方法或称为“内在方法”。主要对隐马尔可夫模型、傅立叶变换、动态规划等几种“外在方法”进行介绍。     

用傅立叶变换红外光谱（FT-IR）进行细菌分类

通常,细菌的分类工怍是根据细菌的形态学和生物化学反应来进行的。然而,这些测试工作比较耗费时间,而且需要专业知识及专门的培训才能完成。通过检测细菌的红外光谱然后进行化学计量学分析显示出了很大的优越性（包括在测试速度及结果的一致性方面）。20世纪50年代末首次尝试了这种方法,并取得了一些成果,但是在仪器以及数据后处理工具方面也暴露出一些局限性。     

基于恒定空间分辨率离散序列小波变换的眼底血管造影图像拼接方法

将恒定空间分辨率离散序列小波变换（discrete sequence wavelet transform,DSWT)应用于眼底吲哚青绿血管造影（indocyanine green angiography,ICGA)图像的拼接,解决了传统基为2的DSWT会导致分解结果的空间分辨率下降的问题。提出对图像小波分解细节逼近和平滑逼近分别使用加权平均拼接和直接平均拼接进行处理的策略,以得到兼顾视觉效果和保真性的拼接结果。并且针对眼底图像背景光照不一致,提出在小波域进行处理的策略。实验结果表明拼接算法效果良好。     

基于多尺度曲率植物叶片特征提取

基于B-样条小波计算边缘曲线多尺度曲率函数,根据多尺度信息筛选和定位超过一定曲率闲值的精角点,这样的点代表了边缘曲线的主要信息．文中使用了Canny边缘检测算子和数学形态学方法进行图像预处理,B-样条小波降低对噪声及扰动的灵敏性,以提高真实精角点定位水平．综合[1,2]给出新的角特征矢量,并生成角点特征序列CS和弧段特征序列SS．特征序列可作为自适应-时滞单元混合神经网络的输入,通过学习完成图像分类与识别,对基于植物叶片形状识别种类提供辅助。     

傅立叶变换红外光谱在生命科学中的应用

主要综述了傅立叶变换红外光谱在生命科学中的广泛应用.阐述了傅立叶变换红外光谱在生物大分子中的吸收峰位置、振动方式以及谱带归属,介绍了傅立叶变换红外光谱目前在肿瘤方面的研究,为从分子的角度研究癌变机理,提供了重要依据.     

小波分析在水环境污染问题中的应用研究

介绍了小波分析与传统方法结合形成的Wavelet-Galerkin方法的基本原理;探讨了Wavelet-Galerkin方法在水环境污染问题中的作用;并讨论了二元小波基的选取问题。     

基因表达数据小波降噪与肿瘤识别

建立了基于小波降噪和支持向量机的结肠癌基因表达数据肿瘤识别模型.对试验数据进行小波分解,并利用交叉验证的方法计算试验样本的平均分类准确率,确定小波函数与小波分解层数;引入能量阈值方法对小波分解系数进行阈值处理,达到降噪的目的;提出了基因分类贡献率与主成分分析结合的方法,提取结肠癌样本数据特征;利用支持向量机强大的非线性映射能力,实现对结肠癌样本数据的非线性分类.为了减弱样本集的划分对分类准确率的影响,本文采取Jackknife检验方法对支持向量分类器的分类器检验,其分类准确率为96.77%.试验结果证明了该方法的有效性,该方法对结肠癌的识别具有一定的参考价值.