论文部分内容阅读
通过引入非线性研究方法,对超声多普勒血流信号的特征进行综合分析. 利用数学形态学方法提取声谱包络,并进行包络特征点的自动识别. 采用综合反映声谱包络形态特征的波形分类决策法和超声多普勒音频信号的分形特征表示法提取信号的新特征,其中波形分类决策法采用了非线性的人工神经网络分类器. 这些非线性特征的分析经临床应用,均取得了较为显著的效果,预期为胎儿宫内生长发育状况的判断和疾病的早期诊断提供更好、更灵敏的指标.