基于笔记本电脑的心电监护传输系统

详细阐述了电话线传输监护 (TTM)的基本实现技术 ,包括模拟传输和数字传输方式 ,着重于数字式传输方式的实现方法 ,从工作机理上指出数字传输方式在传输生理信息方面有质量高、容量大等优点。在此基础上 ,结合作者研制的一个便携式无线传输监护的实例给予进一步说明。该系统利用笔记本电脑通过移动电话传输心电数据 ,医院监护中心的台式计算机接收数据 ,显示心电波形 。

体积CT中的图象重建算法研究综述

体积ＣＴ是继断层ＣＴ发展而来的一种高新技术。它具有获取投影数据的速度快、Ｘ射线利用率高、成象结果空间分辨率各向同性等优点，因而将成为用于医学影象诊断、工业无损检测等领域的更为有效的手段之一。本文对体积ＣＴ技术的发展历史、主要特点、算法分类及未来发展等进行了系统地回顾、分析和展望。

利用人工神经网络检测癫痫样放电过程中阈值的自动确定

利用人工神经网络 (ArtificialNeuralNetwork ,ANN)检测脑电图中癫痫样放电 (EpileptiformDis charges,ED)具有识别率高和假阳性低的优点。在自动识别过程中 ,当脑电波使ANN的输出超过阈值 ,即判定该波为ED。阈值的确定是非常重要的 ,以往都利用有经验的医生确定的ED标准来确定阈值 ,或根据经验设定一个阈值范围。本文根据自动识别的网络输出峰值分布曲线上ED和非ED的分布特征 ,找出自动确定阈值的算法 ,能够针对不同的患者算出其阈值 ,从而避免因阈值的误差而使识别率下降或使假阳性率上升。通过与利用医生ED标准确定的阈值以及固定阈值的方法进行比较 。

小波分析理论在图像重建中的应用

本文对小波分析理论在图像重建中的应用进行了具体分析 ,主要是用于二维图像重建的代数重建法 (ART)和滤波反投影 (FBP)法 。

利用人工神经网络自动检测癫痫样放电的研究

根据对人工神经网络 (ArtificialNeuralNetwork ,ANN)识别脑电图 (EEG)的网络输出峰值分布曲线的分析 ,建立了一套利用ANN自动检测癫痫样放电 (EpileptiformDischarges,ED)的算法 ,即由计算机自动挑选ED模式 ,提取特征参数对网络进行训练 ,计算阈值 ,然后用训练好的网络和阈值对EEG进行识别。通过对典型的三种类型的癫痫患者的ED进行全自动识别 ,其平均识别率为 90 .9% ,平均假阳性率为 15 .7%。