超声心动图象内外膜的自动检测与测量

为定量计算一些重要的心脏功能数据，提高心脏病的诊断水平，研究了超声心动图象内外膜的自动检测与测量技术．首先对超声心动图象进行滤波以消除图象中的噪声，并运用模糊数学理论进行模糊边缘增强，提取超声心动图象的内外膜边缘信息；接着对超声心动图象作二值化处理和椭圆曲线拟合，初步得到心脏的内外膜边缘；再采用相应的三次样条插值和平滑技术，得到光滑、连续的心脏内外膜边缘．在此基础上，再对心脏进行节段划分，并计算有关的心脏功能数据．经实验证实，用此方法可快速得到较准确的结果．

基于神经模糊逻辑的显著误差检测方法

将神经网络和模糊逻辑有机结合起来的神经网络模糊逻辑系统，具有自组织和监督学习样本、自动构造和发展模糊规则、发现和优化输入输出隶属函数等优点，从而使系统具有较快的收敛速度。将它应用于化工稳态过程中测量数据的显著误差检测，并与传统的显著误差检测方法相比，结果表明了此方法的有效性。