-
基于小波分解的颅脑动态电阻抗监测中体动干扰实时处理方法研究
编辑人员丨2023/12/30
目的:为抑制临床颅脑电阻抗动态监测中体动干扰导致的图像伪影,提出一种基于小波分解的体动干扰实时处理方法.方法:首先,使用混合高斯模型描述颅脑电阻抗信号小波分解系数分布特征,对体动干扰和正常信号进行区分并加以处理;其次,采用垒墙式的计算策略,实现小波分解的实时化处理;最后,开展仿真实验与人体实测数据实验验证提出方法的有效性.结果:实验结果表明,该方法可以有效抑制尖峰类型的体动干扰,恢复信号的连续性,并显著减少图像上的重构伪影,恢复正常的图像监测.结论:基于小波分解的体动干扰实时处理方法能够有效抑制临床颅脑电阻抗动态监测中的体动干扰,特别适用于多通道数据采集的应用场景.
...不再出现此类内容
编辑人员丨2023/12/30
-
阻尼最小二乘重构算法对颅内局灶性双向电阻抗扰动目标辨识能力的评价研究
编辑人员丨2023/8/6
目的:评价阻尼最小二乘重构算法对颅内局灶性双向电阻抗扰动目标的辨识能力,分析该类目标对电阻抗图像重建质量的影响.方法:基于三维颅脑模型构建局灶性双向电阻抗扰动目标,利用阻尼最小二乘重构算法对其进行成像,选取位置误差及分辨率作为评价成像性能的参考指标.结果:在颅内局灶性双向电阻抗扰动目标存在情况下,电导率变化较大或体积较大的目标在图像中更易被辨识,而电导率变化较小和体积较小的目标在重建图像中表征不明显,提示可能会造成重建图像在某些情况下不能真实地反映原发性脑出血目标的位置和变化信息,同时会影响算法重构精度,使位置误差和分辨率出现较大波动.结论:在重建算法中,针对双向电阻抗扰动目标成像引入线性度修正矩阵,有助于提高动态图像对双向扰动目标的辨识能力,进而提升电阻抗成像对临床脑出血的表征.
...不再出现此类内容
编辑人员丨2023/8/6
