小波分析在超声波骨密度检测中的应用研究

摘要

超声波骨密度检测方法因其独特的优势已成为骨密度检测研究的热点，微弱信号的处理与分析是超声波骨密度检测系统研究中的一项重要内容。超声波骨密度检测信号的提取及通过超声参数对骨密度进行估算是其中的关键，对于超声波骨密度检测方法在临床上的深入研究具有重要的意义。
　　 在充分分析超声波骨密度检测信号特性的基础上，重点讨论小波软阈值去噪算法。针对传统软阈值方法中阈值选择固定的缺陷，结合小波熵理论和二次小波变换，提出基于小波熵的微弱信号检测方法，实现了微弱检测信号的准确定位，有效地提取了超声波骨密度检测信号，对提取的信号通过计算得到反映骨密度变化的超声声速与衰减变化参数。针对目前还没有统一的超声波骨密度检测方法评价标准，通过对国外超声波骨密度检测仪的测量数据与标准骨密度数据进行相关比较，提出利用人工神经网络方法，建立了由超声波骨密度测量中的衰减、声速变化和受试者年龄等参数进行骨密度估算的网络模型，通过训练及验证，实现了利用超声检测参数估算骨密度，从而参照骨密度标准进行骨质疏松评价。
　　 超声波传感器测量骨密度实验中采集的信号完全被噪声湮没，应用基于小波熵的微弱信号检测方法，有效地提取了超声波骨密度检测信号。实验分析表明,该方法对其它微弱信号的处理与分析具有良好的参考价值。

目录

文摘

英文文摘

第一章 绪论

1.1 超声波骨密度检测的国内外现状及发展

1.1.1 骨密度检测概述

1.1.2 超声波骨密度测量方法的现状及应用前景

1.2 小波分析及其在超声波骨密度检测中的应用

1.2.1 几种传统的噪声抵消方法

1.2.2 小波分析在信号检测领域中的应用现状

1.2.3 小波分析在骨信号检测中的应用

1.3 本课题研究的目的和意义

1.4 本文的主要内容

第二章 超声波骨密度检测基础

2.1 超声波骨密度检测原理

2.2 超声波骨密度检测系统

2.3 超声波骨密度检测信号及噪声特性

2.4 小结

第三章 基于小波熵的微弱信号检测算法

3.1 小波阈值去噪方法

3.1.1 小波去噪方法概述

3.1.2 小波阈值去噪算法

3.2 小波熵原理

3.3 基于小波熵的微弱检测信号提取算法

3.3.1 基于小波熵的微弱信号检测及定位原理

3.3.2 仿真分析

3.3.3 弱信号提取效果的性能评价

3.4 小结

第四章 超声波骨密度检测信号的采集与处理

4.1 超声波骨密度检测信号的采集

4.1.1 超声波传感器的设计

4.1.2 超声波骨密度检测信号的采集

4.2 超声波骨密度检测信号的提取

4.2.1 空载（无跟骨）测试实验

4.2.2 加载（有跟骨）测试实验

4.3 小结

第五章 超声波检测信号的骨密度评价

5.1 BP神经网络算法

5.1.1 人工神经网络概述

5.1.2 BP神经网络

5.2 BP算法在超声波骨密度检测中的应用

5.2.1 超声波骨密度检测中BP神经网络模型的建立

5.2.2 神经网络的训练与验证样本的选取

5.2.3 神经网络的训练

5.2.4 神经网络的验证

5.2.5 神经网络测试与验证结果比较

5.3 超声波骨密度检测的计算及评价

5.4 小结

第六章 总结与展望

6.1 研究工作总结

6.2 研究工作展望

参考文献

感谢

攻读硕士学位期间论文发表情况