摘要:生物医学信号处理在生命科学研究、保健、疾病的预防、治疗 以及医疗仪器产业中具有重要的意义。由于生物医学信号来自于人体，受生理、心理的影响 ，信号具有多样性和复杂性的突出特点，加之其特殊的应用目的，因此生物医学信号处理需 要多学科的理论。本文较为全面地讨论了生物医学信号处理的主要内容，即生物医学信号的 种类、特点和对其处理的主要环节，生物医学信号处理所涉及的理论内容，并以心电和脑电 为例介绍了生物医学信号处理的应用。然后介绍了生物医学信号 处理的新进展，简要回顾了现代信号处理近十年来的热点内容，即Hilbert Huang变换、 压缩感知及信号的稀疏表达。最后对生物医学信号处理研究方向进行了展望。

摘要:指静脉识别因其独特的优势具有巨大的市场潜力，并得到了国内外各研究团体和工业界的高度关注。本文介绍了指静脉识别的主要研究内容及其研究现状，包括指静脉成像方法及图像增强技术、特征提取方法及与指静脉有关的多模态、多特征融合方法。其中详细介绍了指静脉特征提取方法，并将其划分为4类，即指静脉纹路特征、纹理特征、细节点特征及使用机器学习方法获得的特征。在此基础上进一步对指静脉识别及其应用面临的挑战性问题做了分析，这些问题主要包括降低采集设备价格、提高采集图像质量，及减小各种因素,如低质量图像、手指姿态变化、大规模用户群及室外采集等对识别性能的影响，这些问题为今后的指静脉识别的相关研究提供了思路和启迪。

摘要:利用功能磁共振成像(Functional magnetic resonance imaging, fMRI)技术，研究静息态下首发抑郁症患者脑功能的改变。 采用Siemens3.0T磁共振仪对5名首发抑郁症患者和1名性别年龄相仿的正常对照志愿者进行 静息态fMRI采集，采用低频振幅（Amplitude of low frequency fluctuation, ALFF）的 方 法分析数据，进行双样本t检验后分析静息态脑功能的差异。结果发现，抑郁症组大脑 左侧小脑6区、左侧颞下回、双侧尾状核、右侧舌回、左侧眶部额上回、右侧中央沟盖、右 侧前扣带和旁扣带脑回、右侧额中回、右侧岛盖部额下回、右侧补充运动区、左侧顶上回、 右侧中央后回、右侧背外侧额上回ALFF降低。首发抑郁症患者大脑的额叶、颞叶、扣带回及 尾状核等位置存在功能异常，这些区域的异常与情绪、认知、记忆等领域有关，与抑郁症息 息相关。

摘要:心音信号是一种重要的人体生理信号，蕴含大量生理、病理信息。根 据心音的特性提出了一种基于概率分布的符号熵算法，该算法突破传统均匀符号化的线性约 束，一方面在第一心音幅值分布密集区域分配较多的符号，在稀疏区域分配较少的符号，减 小数据冗余；另一方面在符号化过程中采用自适应方法决定符号集的大小，使得符号熵对心 音数据的变化更加敏感，能够快速、灵敏捕捉心音信号中的非线性异常状态。由此不但可消 除非平稳突变干扰和序列概率分布对熵值的影响，还能够自适应符号化。仿真实验结果表明 ，该 算法具有显著的可行性和有效性，并且为心衰的无损快速诊断提供了一种新的思路。

摘要:脑部MRI图像自动分割是计算机技术运用于医学上的一个典 型工作，脑部图像分割技术对于人类研究脑部疾病具有重要意义。虽然有一些非常广泛应用 的图像分割方法，如阈值法、区域增长法、聚类法等，但在脑部MRI图像分割中，这些方法 都 没有图谱法具有更为实际的医学研究与临床价值。本文回顾了脑部图像配准、分割的发展历 程，介绍了图谱分割算法的发展及基本原理，以及当前比较前沿的多图谱分割系统的组成和 应用。最后本文对图谱法脑部自动分割在实际临床医学中的应用前景作了总结和展望。

摘要:从X射线图像中快速准确地 提取圆形标志点是基于C形臂的手术导航中进行跟踪的关键环节。由于在实际应用中X射线图 像的标记点半径较小，并且有其他的背景噪声和干扰物，使得一些传统的圆形检测方法往往 鲁棒性不够高。针对这一问题，本文提出了一种基于几何特征的圆形目标检测方法，利用这 种方法能够对X射线图像中的圆形标记点进行自动提取。实验测试表明该方法能够有效地检 测不同半径的圆，并且能够通过调节参数检测到不标准的圆形。实验结果显示该方法在对C 形臂X射线成像中的圆形标志物的自动提取具有较高的效率及鲁棒性。

摘要:鉴于传统基因选择方 法会选出大量冗余基因从而导致样本预测准确率较低，提出了一种基于信噪比与邻域粗糙集 的特征基因选择方法（Signal noise ration and the neighborhood rough set, SNRS） 。 首先采用信噪比指标获得分类能力较强的预选特征子集；然后利用邻域粗糙集约简算法 对预选特征子集进行寻优；最后采用不同的分类器对特征基因子集进行分类。通过实验表 明，该方法能够克服传统分类算法精度不高的缺陷，并且能够在较少的特征基因下取得较高 的分类精度，验证了该方法的可行性和有效性。

摘要:为了进一步 提高医学图像分割的速度和准确度，为临床诊断和辅助治疗提供更为充分有效的依据，本文 提出了一种基于直线截距直方图的倒数交叉熵图像阈值分割方法。首先定义了直线截距直方 图；然后根据医学图像的二维信息，建立该图像的直线截距直方图；最后，推导出基于该直 方图的倒数交叉熵阈值选取准则，并以此对医学图像进行分割。实验结果表明，与基于 混沌小生境粒子群优化(Niche chaotic mutation particle swarm optimization, NCPSO) 的二维倒数熵法、基于分解的二维指数灰度熵法、基于斜分的二维对称交叉熵法及基于粒子 群优化(Particle swarm optimization, PSO)的二维Tsallis交叉熵法相比，本文方法分割 后的图像中目标区域完整准确，边缘细节清晰丰富，且所需运行时间大幅减少，是医学影像 研究中可选择的一种快速有效的图像分割方法。

摘要:乳腺癌是一种严重威胁人类生命健康的疾病。只有早发现和早治疗才不会错过治疗的最佳时机。乳腺肿块是乳腺癌最主要、最常见的病灶特征，研究乳腺图像中肿块的特征提取，有利于辅助医生诊断，提高医生阅片的效率和正确率。本文针对以往的特征提取方法没有考虑图像的空间信息，造成分类准确率不高的问题，提出一种基于边缘邻域的特征提取算法，使图像特征包含肿块边缘邻域空间信息，其基本思想结合了主动轮廓模型和词袋模型，利用参数控制并确定边缘邻域，对邻域内的特征进行组合或者加权。在保证分类器模型不变的情况下，通过与以往的特征提取算法相比，验证了本算法在分类准确率上优于其他特征提取算法。

摘要:肺结节的准确分类与识别是计算机辅助诊断系统在肺癌诊断领域应用的关键，同时也面临巨大的挑战。该技术不仅在特征表示、样本标记等方面存在发展的瓶颈，而且目前缺少准确、有效的分类识别算法。本文提出了一种结合弱监督纠错输出编码（Error correcting output codes, ECOC）算法和肺结节形状特征表达的肺结节多分类算法。为了提高分类识别的准确率，本文对肺结节的形状特征进行了详细的分析，并提出了一系列准确的形状特征描述向量。在分类识别阶段，算法训练学习了利用专家对肺结节标记信息标记的少量样本，并生成二类分类器，获得编码矩阵。最后，通过计算测试样本编码和编码矩阵每一行的汉明距离，确定样本所属类别。实验结果表明，本文方法能够获得更加准确的分类结果。

摘要:连续循环平均反卷积 (Continuous loop averaging deconvolution, CLAD) 是近年来用于提取高刺激率模式下听觉诱发电位(Audi t ory evoked potential, AEP)的一种行之有效的方法。但是，CLAD方法在频率域求解时，对 刺 激序列的频谱特性有严格的限制，给应用带来不便和局限。本文提出一种在时域实现反卷积 的方法，将其转化为线性变换矩阵的逆滤波处理。并且利用奇异值分解分析了由不良序列带 来的不适定问题，引入正则化技术改善病态矩阵对重建结果的影响。最后比较了若干种 典型刺激序列和不同噪声条件下AEP的恢复实验，结果表明本方法可以较好地解决不良序列 和一般噪声水平条件下暂态AEP信号的恢复重建。

摘要:西医量表是评估帕金森病（Parkinson′s disease,PD）的重要依据，而这些量表包含大量交叉重复问题，不利于快速评估帕金森病。因此，优化这些西医量表对快速诊断帕金森病有非常重要的意义。针对该问题，提出了基于主成分分析(Principal component anaysis, PCA)的量表问题的优化算法。本文提出的算法先是基于主成分分析提取出加权投影向量，然后在投影向量的基础上采用基于大津阈值(Otsu)局部递归分割算法划分量表，最后基于贡献度因子(Contribution factor, CF)设计新量表。实验通过采用支持向量机（Support vector machine,SVM）识别帕金森病，发现用仅占原西医量表总问题数的21%的新量表能达到与原量表相当的识别水平。

摘要:基于高通量测序的RNA-Seq(RNA-sequencing)是用于转录组研究的一种新技术，针对该技术在转录组表达分析研究中存在的读段多源映射和读段非均匀分布等难点，提出一个改进的转录组表达研究方法LDASeqII(Improvement of latent Dirichlet allocation for sequencing data)。模型利用剪接异构体结构信息对参数进行约束并进行外显子读段数目归一化处理，解决了读段非均匀分布下的多源映射问题。通过引入“伪外显子”和“伪转录本”分别处理接合区读段和噪声读段。将模型应用到真实数据集上，并与原LDASeq(Latent Dirichlet allocation for sequencing data)模型和目前流行的 Cufflinks与RSEM(RNA-Seq by expectation maximization)方法进行对比。结果显示,改进方法获得了更为准确的转录本及基因表达水平计算结果。

摘要:针对低信噪比时无线发射机的射频指纹识别问题，提出了一种基 于功率放大器非线性系数的射频指纹变换方法。基于功放非线性与无线信道模型，以及通信 帧的先验知识，利用卡尔曼滤波方法估计功放模型的非线性系数，并将系数矢量作为射频指 纹，用于相应发射机的硬件识别。理论分析与数值仿真表明：新的射频指纹变换方法，在低 信噪比时仍具有高精度的优点。提出的射频指纹变换方法可应用于无线或有线通信个体的物 理层融合识别等。

摘要:由于人体运动的复杂性，现有基于低质量深度图像的三维立体姿态跟踪和识别 方法的准确性较低、鲁棒性较差。针对低质量深度图像的人体运动姿态和识别问题，本文设 计了一种基于三步搜索算法的人体运动姿态的跟踪和识别方法。该方法首先对获取的深度信 息进行分析，从而判定人体轮廓；然后通过基于深度图像的骨骼跟踪方法跟踪特定骨骼点， 并采用三步搜索算法进行运动估计，跟踪获取人体运动轨迹；最后利用获取的骨骼点坐标实 现人体运动姿态的识别。实验结果表明，该算法克服光照影响的鲁棒性较强，且能有效地提 高人体运动姿态跟踪与识别的准确性。

摘要:地面三维激光点云数据的植物器官分割，是林业信息化测 量中的基础性工作之一。本文在点云数据颜色相近、结构复杂的情况下，首先提出了一种新 的局部切平面分布特征，并构造了融合原始扫描数据、散点空间分布特征、法向分布特征的 多维融合特征，能够更为有效地表征不同类别的植物器官。其次在分类器选择上，采用标准 SVM,PSVM,GEPSVM三种分类器作为对比，后续使用图割理论进行再分类，加强分类效果。 根据多种比较实验表明，本文提出的多特征融合分割方法能有效对植物器官的点云数据进行 分类，其识别率可达到98%以上。

摘要:针对妇科分泌物光学显微图像成分复杂的特点，提出了一种快速有效 的检测并统计乳酸杆菌数量的算法。首先利用窗口Laws能量方法鉴别背景和背景之外其他成 分的纹理特征，从而保留乳酸杆菌所在的背景区域；然后利用Laws能量对乳酸杆菌进行预分 割，并计算出分割区域内的平均灰度，再结合背景的灰度值精确分割；根据乳酸杆菌细胞的 成像特点，提取目标区域的长宽比、面积大小等特征滤除区域中的杂质；最后对乳酸杆菌的 数量进行统计分析。实验结果表明，该方法能够有效检测复杂显微图像中的乳酸 杆菌目标，并获得较好的统计分析结果。

摘要:主曲线是一种基于非线性变换的特征提取方法，它是通过数 据分布“中间”并满足“自相合”的光滑曲线，能较好抽取出数据的结构特征。针对软K段 主曲线算法提取的指纹图像的骨架结构光滑度较差，而且提取的指纹图像骨架经常出现小圈 和短枝的现象，本文在对软K段主曲线算法和指纹图像数据特点分析的基础上，引入了一个 新的评判函数，并提出了改进的软K段主曲线算法，将该算法应用在提取指纹图像骨架上。 实验结果表明，改进的软K段主曲线算法在提取指纹图像骨架的效果和准确率上比原算法都 有明显提高。

摘要:快速准确地计算出转录组表达水平对转录组研究具有重要的作用。本文针对伽玛分布的概率模型(Gamma model for exon array data, GME)在处理大规模外显子芯 片数据集上效率低下的特点，提出一种充分利用多核处理机或者集群环境来提高效率的并行 计算方法。首先分析GME模型的原理，其次分析模型并行算法的选择，最后在不同规模的数 据集上分析并行计算的效率。通过实验验证了并行计算极大地提高了模型的计算效率。实验结果表 明，与先前的串行计算相比，并行计算使得GME模型更适用于大规模的外显子芯片分析。

摘要:提出一种基于单台Kinect的高精度三 维人体建模方法。首先使用一台Kinect对人体头部进行扫描，以获取高精度的头部点云数据 ；其次，在保持头部精确度的基础上对所获取的点云数据进行采样预处理；最后利用层次化 的紧支撑径向基函数(CS-RBFs)将采样后的点云与已有的人体躯干进行拟合获得3D人体模型 。仿真结果表明，该方法能够提高人体模型的精确度并提高建模速度。

摘要:为了有效地去除数字图像中的椒盐噪声，提高图像质量，本文 在分析一些典型消除噪声方法的基础上，给出了一种新的椒盐噪声去除算法。首先，针对椒 盐噪声的特点，设计了一种基于动态窗口和邻域像素统计信息的噪声检测算法，有效地区分 了噪声点与非噪声，然后对检测出的噪声点，采用改进的自适性的中值滤波算法进行噪声滤 除，在滤波算法中加入了窗口大小自适应控制和滤波值调优策略。实验表明：该方法不仅能 去除图像中的椒盐噪声，而且能有效地保护图像的细节特征，对于高密度噪声的图像去 除噪声的效果比其他方法更优。

摘要:为了研 究数据预处理算法和传感器阵列优化对电子鼻气体辨识的影响，对3种气体进行了测试。使 用主成分分析(Principal component analysis, PCA)法选择预处理算法，确定分类效果最 好的相对差分法对电子鼻数据进行预处理。对初始阵列优化前，首先通过传感器响应变化趋 势及变异系数剔除响应异常的传感器；然后进行PCA因子载荷分析，结合相关系数分析及方 差膨胀因子进行多重共线性检验确定可能的最优阵列。最后，运用反向传播(Back propagation，BP)神 经网络对可能的最优阵列进行气体识别检验并确定最终阵列，同时选取其他阵列作为对照研 究。通过计算检验，证明本文的阵列优化方法不仅可以剔除异常和冗余传感器，而且对测试 样本分类效果良好。

摘要:针对 人脸图像中表情变化、遮挡、光照的问题，本文提出了一种新颖的基于低秩分块稀疏表示的 人脸识别算法。该算法采用了一种新的结构不相关的低秩矩阵恢复方法，同时采用离散余弦 变换方法联合处理人脸图像中遮挡、掩饰和光照的问题，对处理过的图片采用一种独特的重 叠分块方法，利用冗余信息有效地提高了算法的识别率。在分类阶段，利用Alignment pool ing的方法，有效地提高了识别速度。该算法在标准人脸数据库上进行了多次实验，实验结 果表明：与现有人脸识别算法相比，算法的识别准确率和计算效率都得到了一致提高。

摘要:在短波通信中，MFSK是一种常见的调制方式，其符号速率估计对非合作接收方有重要意义， 而短波信道干扰常对符号率估计造成影响。本文通过分析信道干扰对信号传输的影响，提出 一种衰落信道下MFSK信号符号速率估计算法，该算法通过小波脊线提取、小波脊线滤波、过 零点间隔聚类等方法，能有效地克服短波信道中多径效应和多普勒频移对符号速率估计的影 响。仿真实验结果表明，本文算法在低信噪比、加入多普勒频移和多径效应等信道条件下仍 具有较高的估计精度，可用于实际工程。