公开(公告)号：CN104367317A

公开(公告)日：2015-02-25

申请号：CN201410543404.5

申请日：2014-10-15

Applicant: 北京理工大学

Inventor： 艾丹妮 ,  杨健 ,  王涌天 ,  刘越 ,  王泽宇

IPC: A61B5/0452

CPC classification number: A61B5/04525

Abstract: 本发明提供一种多尺度特征融合的心电图心电信号分类方法，步骤1、读取数据库中所有的心电信号，并去除所述心电信号中的基线和高频噪声；步骤2、进行心电信号的分割；步骤3、通过计算心电信号的小波包分解，得到第四层小波包分解系数；步骤4、将提取的多个周期的心电信号特征排列为一个M维体数据，对所述M维体数据应用广义多维独立成分分析法，得到每个模式的解混合矩阵；步骤5、输入一个待测试心跳信号，通过步骤1至3，得到第四层小波包分解系数，并排成一个M-1维体数据，然后通过步骤4，得到测试心跳信号融合特征：步骤6、应用分类器对所述的心跳信号融合特征进行分类，进而得到正常及多种非正常心电信号的分类结果。

公开(公告)号：CN105957066B

公开(公告)日：2019-06-25

申请号：CN201610258406.9

申请日：2016-04-22

Applicant: 北京理工大学

Inventor： 艾丹妮 ,  杨健 ,  王涌天 ,  丛伟建 ,  付天宇 ,  张盼 ,  王泽宇

IPC: G06T7/11 ,  G06T7/40 ,  G06K9/62

Abstract: 本发明公开一种基于自动上下文模型的CT图像肝脏分割方法及系统，能有效提高CT图像中肝脏的分割精度。所述方法包括：读取训练图像集和待分割图像；提取所述图像中每一像素的纹理特征；利用分类器对待分割图像每个像素的特征进行分类，得到初始肝脏概率图；提取所述图像中每一像素的上下文特征；将上下文特征与纹理特征结合，通过迭代学习一系列的分类器直至收敛，获得肝脏概率图；以肝脏概率图为先验信息，作为先验约束条件，加入随机游走的目标函数中，获得基于上下文约束的随机游走模型，实现肝脏的分割；在所述待分割图像的二维切片上逐层实现三维CT图像的肝脏分割，实现肝脏边界不连续区域的插值与补全，从而得到平滑连续的肝脏表面。

公开(公告)号：CN104367317B

公开(公告)日：2017-04-12

申请号：CN201410543404.5

申请日：2014-10-15

Applicant: 北京理工大学

Inventor： 艾丹妮 ,  杨健 ,  王涌天 ,  刘越 ,  王泽宇

IPC: A61B5/0452

Abstract: 本发明提供一种多尺度特征融合的心电图心电信号分类方法，步骤1、读取数据库中所有的心电信号，并去除所述心电信号中的基线和高频噪声；步骤2、进行心电信号的分割；步骤3、通过计算心电信号的小波包分解，得到第四层小波包分解系数；步骤4、将提取的多个周期的心电信号特征排列为一个M维体数据，对所述M维体数据应用广义多维独立成分分析法，得到每个模式的解混合矩阵；步骤5、输入一个待测试心跳信号，通过步骤1至3，得到第四层小波包分解系数，并排成一个M‑1维体数据，然后通过步骤4，得到测试心跳信号融合特征：步骤6、应用分类器对所述的心跳信号融合特征进行分类，进而得到正常及多种非正常心电信号的分类结果。