搜索资源列表
medicalimage
- 基于小波变换的医学图像融合技术的实现
Y649678
- 基于多小波变换的医学图像融合方法研究基于多小波变换的医学图像融合方法研究
fuzzyinhace
- 一种基于模糊规则和小波变换的医学图像锐化增强算法
表面的医学图像配准与融合方法研究
- 表面的医学图像配准与融合方法研究表面的医学图像配准与融合方法研究表面的医学图像配准与融合方法研究
vision
- 本书的目的主要是向读者展示傅里叶分析和小波的许多基础知识以及在信号分析方面的应用。全书分为8章和2个附录，前言部分是学习第1章至第7章的准备知识，即内积空间；第1章讲解傅里叶系列的基础知识；第2章讲解傅里叶变换；第3章介绍离散傅里叶变换以及快速傅里叶变换；第4章至第7章讨论小波，重点在于正交小波的构建；附录部分则介绍稍微复杂的一些技术主题以及演示概念或产生图形的MATLAB代码。许多关于小波的文章和参考书籍均要求读者具有复杂的数学背景知识，本书则只要求学生具有较好的微积分以及线性代数知识，通俗易
imagefusionDD97
- 该程序是基于小波变换的医学图像的融合方法。实验结果表明，融合效果很好。-The procedures are based on wavelet transform for medical image fusion method. The experimental results show that the integration works well.
63535319waveletrh
- 实现改进的良好的小波分析算法,实现基于融合的，医学，遥感图像融合-a modified wavelet method
ECGmonitoring
- 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的 特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处 理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、 特征提取、图像处理、信号压缩等方面。 -Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of multi-resolution analysis, bu
xiaobo
- 本书全面系统介绍了小波分析的基本理论和最新研究成果，重点介绍小波分析的应用成果，并通过软件实现来检验应用效果。全书分为三篇：第一篇是小波理论，包含8章内容，小波分析的发展历史及文献综述、准备知识、多分辨分析与共轭滤波器、连续小波变换、最佳小波基的构造及算法、二维母小波的构造、框架与样条小波理论、时间----频率分析；第二篇是小波应用，包含12章内容，详细介绍了小波分析在图象压缩、流体力学、工业CT、故障诊断、语音分割、数学物理、地球物理勘探、医学细胞识别、线性系统、神经网络等方面的应用；第三篇是
s
- 基于小波变换和互信息的医学图像配准基于小波变换和互信息的医学图像配准-Mutual information based on wavelet transform and the medical image registration based on wavelet transform and the mutual information of medical image registration
Kalman-filtering-source-code
- 卡尔曼滤波的源代码，可对医学信号处理学习者用帮助- Kalman filtering
wavelet-and-imageprocess
- 适用于初学小波处理医学图像的人群，言简意赅-Wavelet for medical image beginner crowd concise
123
- 生理信号功率谱估计,包括对心电信号和脑电信号的功率谱描述，适合生物医学工程相关领域-Physiological signal power spectrum estimation
DFT
- 图像的DFT、FFT变换，高效快捷,可以运用在医学图像处理中，也可以改进图片质量-DFT, image FFT transform, fast and efficient
Gabor
- 定义了三个Gabor滤波器函数，并在主函数中一一调用，都可正常运行，对医学影像的处理效果较好。参数可自行调节。-It defines three Gabor filter function, and 11 calls in the main function, can be normal operation, the medical image processing better. The parameter can adjust itself.
ECG-signal-denoising
- 在心电信号处理过程中，为了避免产生Gibbs 振荡现象和严重的频率混叠现象，提出一种基于双树复小波变换，并结合最大后验估计确定阈值的心电信号去噪方法。文中采用了信噪比和均方误差来评价双树复小波变换和离散小波变换两种方法对心电信号的去噪效果。实验结果表明: 与传统离散小波变换相比，双树复小波变换去噪更彻底，边界、纹理等特征能较好地保留，可以作为一种生物医学信号降噪处理的新方法。-In ECG signal processing， in order to avoid the phenomena of
SIDWT-medical-image-fusion
- 基于SIDWT的医学图像融合算法，详细叙述了平移不变小波分解原理，提出一种新的基于SIDWT的融合算法-Based on the SIDWT medical image fusion algorithm, the principle of translation invariant wavelet decomposition is described in detail, and a new fusion algorithm based on SIDWT is proposed