论文摘要
根据高强度聚焦超声（HIFU）治疗中超声散射回波信号的特点,本文利用变分模态分解（VMD）与多尺度排列熵（MPE）对生物组织变性识别进行了研究.首先对生物组织中的超声散射回波信号进行变分模态分解,根据各阶模态的功率谱信息熵值分离出噪声分量和有用分量;对分离出的有用信号进行重构并提取其多尺度排列熵;然后通过Gustafson-Kessel （GK）模糊聚类确定聚类中心,采用欧氏贴近度与择近原则对生物组织进行变性识别.将所提方法应用于HIFU治疗中超声散射回波信号实验数据,用遗传算法对多尺度排列熵的参数优化后,对293例未变性组织和变性组织的超声散射回波信号数据进行了多尺度排列熵分析,发现变性组织的超声散射回波信号的多尺度排列熵值要高于未变性组织;多尺度排列熵可以较好地识别生物组织是否变性.相对于EMD-MPE-GK模糊聚类以及VMD-小波熵（WE）-GK模糊聚类变性识别方法,本文所提方法中变性与未变性组织特征交叠区域数据点更少,聚类效果和分类性能更好;本实验环境下生物组织变性识别结果表明,该方法的识别率更高,高达93.81%.
论文目录
文章来源
类型: 期刊论文
作者: 刘备,胡伟鹏,邹孝,丁亚军,钱盛友
关键词: 高强度聚焦超声,变分模态分解,功率谱信息熵,多尺度排列熵
来源: 物理学报 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,医药卫生科技
专业: 物理学,工业通用技术及设备,肿瘤学
单位: 湖南师范大学物理与电子科学学院
基金: 国家自然科学基金(批准号:11474090,11774088,61502164),湖南省自然科学基金(批准号:2016JJ3090)资助的课题~~
分类号: TB559;R730.5
页码: 259-267
总页数: 9
文件大小: 921K
下载量: 352
相关论文文献
- [1].优化递归变分模态分解及其在非线性信号处理中的应用[J]. 物理学报 2019(23)
- [2].变分模态分解在爆破信号趋势项去除中的应用[J]. 爆炸与冲击 2020(04)
- [3].辛几何模态分解方法及其分解能力研究[J]. 振动与冲击 2020(13)
- [4].基于快速本征模态分解的电力系统短期负荷预测[J]. 中国电机工程学报 2013(S1)
- [5].补充集成极值加权模态分解及其应用[J]. 噪声与振动控制 2020(03)
- [6].基于匹配追踪和变分模态分解的电气化铁路谐波检测[J]. 济南大学学报(自然科学版) 2020(02)
- [7].变微分模态分解罚参量选择方法与时变系统识别[J]. 西南交通大学学报 2020(03)
- [8].基于动态模态分解的缸内流场演变及动能分析[J]. 内燃机工程 2020(05)
- [9].改进二维变分模态分解的磁源分离[J]. 光学精密工程 2020(05)
- [10].关于多种模态分解方法的分离效果的差别探讨[J]. 信息技术 2016(12)
- [11].基于改进极值波延拓的极点对称模态分解端点效应抑制方法[J]. 电工技术学报 2020(S1)
- [12].基于蝙蝠算法优化的变分模态分解的转子裂纹检测方法[J]. 振动与冲击 2020(06)
- [13].基于改进变分模态分解的液体密度测量中超声回波去噪方法（英文）[J]. Journal of Measurement Science and Instrumentation 2020(04)
- [14].基于变分模态分解的变形监测数据去噪方法[J]. 武汉大学学报(信息科学版) 2020(05)
- [15].基于改进变分模态分解的滚动轴承故障诊断方法[J]. 计量学报 2020(06)
- [16].变分模态分解在齿轮故障特征提取中的应用[J]. 东北林业大学学报 2019(08)
- [17].基于模态分解技术的地震信号随机噪声压制方法研究[J]. 科技广场 2017(08)
- [18].动态模态分解方法在缸内湍流场研究中的应用[J]. 内燃机学报 2016(04)
- [19].基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取[J]. 机械传动 2020(01)
- [20].基于改进自适应变分模态分解的滚动轴承微弱故障诊断[J]. 振动与冲击 2020(08)
- [21].变分模态分解与深度信念网络的双转子不对中程度识别[J]. 机械科学与技术 2020(05)
- [22].基于时延自相关与变模态分解的故障诊断方法[J]. 兰州理工大学学报 2017(04)
- [23].变分框架下多尺度熵相关优化的模态分解在故障诊断中的应用[J]. 现代制造工程 2017(04)
- [24].基于变分模态分解的模态参数识别研究[J]. 振动与冲击 2020(02)
- [25].基于变分模态分解的直肠压力信号预处理研究[J]. 工业控制计算机 2020(03)
- [26].基于变分模态分解的故障弱信息提取方法[J]. 华中科技大学学报(自然科学版) 2020(07)
- [27].香农熵改进的变分模态分解与故障特征提取[J]. 机械科学与技术 2020(07)
- [28].基于变分模态分解与模糊聚类的船用齿轮箱故障诊断[J]. 珠江水运 2020(16)
- [29].基于变分模态分解时频图的轴承故障诊断[J]. 天津职业技术师范大学学报 2020(03)
- [30].基于变分模态分解与双向长短期记忆神经网络的超短期风速预测[J]. 工业控制计算机 2020(09)