经颅多普勒信号特征提取与分类研究-模式识别与智能系统专业论文.docxVIP

山东大学硕士学位论文摘 山东大学硕士学位论文 摘 要 超声是一种声波，其频率远远超过人耳所能听到的20kHz。随着奥地利科 学家发现多普勒效应这一声学现象，超声逐步应用于医学影像中。在医学影像 中，超声仪使用频率为2MHz-IOMHz之间的声波成像。超声成像设备目前广泛 应用在临床医学的诊断中，需求量很大。以多普勒原理为物理基础的多普勒超 声技术已经在医学诊断中大量用于测量人体血管和心脏等器官内血流动力学 参数，这也是当前临床医学一种常用的诊断方法。 目前，多普勒频谱图像固然能在一定程度上反映各血管的生理和病理状 态，对临床疾病的诊断起到一定的作用，但仅仅凭对多普勒频谱图像的分析， 只能起到定性的作用，缺乏定量概念，仅依此为根据对疾病做出的诊断有时会 产生误差。因此如何进一步发掘超声多普勒技术在临床诊断中的作用和价值， 深入研究超声多普勒信号内在蕴含着的信息，对多普勒频谱图像进行各种参数 的分析，并将其中以前未被认识的特征通过各种方法提取出来，减少诊断的误 差，定量反映疾病的情况，就显得十分重要。 本文以经颅多普勒超声检测仪中的声音信号为研究对象，针对多普勒超声 信号的非平稳性、随机性等特点，以近年来飞速发展的小波理论和支持向量机 (SupportVector Machine)理论为理论基础，研究了多普勒超声信号特征提取 与分类。小波变换具有多分辨率、在时间和频率上的局部