简介:目前,超声平面波造影图像空间分辨率和信噪比的提升主要依赖于相干角度复合技术。然而,角度复合次数的增加,势必导致造影成像帧率的下降以及微泡击碎率的提升。为了克服该技术瓶颈,本文将具有更窄主瓣宽度和更强干扰/背景噪声抑制能力的自适应波束形成应用于超声平面波造影成像,力求以较少的角度复合次数达到与常规波束形成方法相当甚至更优的空间分辨率和信噪比。其中,采用前后向空域平滑方法对阵列协方差矩阵进行解相干处理,以抑制多次反射回波和相干杂波,最后引入对角加载技术以提升自适应方法的稳健性。本文使用迈瑞公司的Resona7平台配以L11-3U线阵探头,采集平面波造影通道数据进行MATLAB仿真,验证了所提出方法的有效性和性能优势。基于体模数据的仿真结果显示,在同为17次相干角度复合的条件下,本文方法的横向分辨率优于常规波束形成方法;基于犬肝脏活体数据(注射SonoVue造影,剂量为0.05mL/kg)的仿真结果则表明,本文方法只需9次复合即可达到与常规方法13次复合相当的造影信噪比。
简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。
简介:探讨石墨炉原子吸收光谱法测定乳珍胶囊样品中铅的测量不确定度评定的方法。用原子分光光度计测定乳珍胶囊样品中的铅含量,根据数学模型从样品称量、样品定容、标准储备液配制、标准曲线线性回归方程和重复测量5个方面进行测量不确定度的计算。对于铅的含量为1.25mg,kg乳珍胶囊样品,其测量不确定度为0.052mg/kg。