简介:摘要:在语音通信过程中往往都混有各种噪声,为降低噪声的干扰,提高语音质量和可懂度,本文提出了一种基于压缩感知(Compressed Sensing, CS)的语音降噪算法研究。首先利用语音端点检测方法判断出语音段和非语音段,去除非语音段的噪声,然后利用语音和噪声在离散余弦变换(Discrete Cosine Transform, DCT)域具有不同的稀疏特性以及正交匹配追踪(Orthogonal Matching Pursuit, OMP)重建算法所采用的相似度特性实现对带噪语音段的噪声滤除。仿真结果表明,与经典子空间语音降噪算法相比,本文提出的算法去噪效果更好。
简介:摘要随着经济和科技水平的快速发展,电力行业发展也十分快速。智能电网的关键部分之一是构建低功耗、高效率的监控网络,该网络需要支持数以百万计的智能电表或其它监控终端,其中,“最后一公里”成为制约当前智能电网发展的首要问题。使用无线通讯技术以及由此衍生的无线传感器网络能够满足较少节点的非实时数据采集和传输,然而当接入网络的智能电表或终端数量急剧增加、提高系统实时性要求,则产生的大量数据及其通讯将导致较大的网络时延并降低网络可靠性。在汇聚节点或区域基站采用压缩感知是解决该问题的有效方法之一,与传统的数据压缩算法相比,压缩感知方法的稀疏矩阵的维数明显小于原始数据矩阵维数,通过非线性重建算法能够获得比典型的线性回归方法更低的误差率。压缩感知已被应用一些电力系统中,如文献6对智能电网中路由协议和质量问题进行研究;在对智能电网文献综述中阐述了压缩感知在其中的应用发展情况;提出基于压缩感知的小区电网数据监控方案。
简介:摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing,ACS)与压缩感知(compressed sensing,CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描,设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0,CS 2.5,CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5,ACS 3.0,ACS 3.5,ACS 4.0),以并行采集(parallel imaging,PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区,测量组织信噪比(signal noise ratio,SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中,扫描时间随加速因子增大而缩短(PI 2.0:152 s;CS 2.0:128 s, CS 2.5:104 s,CS 3.0:86 s;ACS 2.5:76 s,ACS 3.0:65 s,ACS 3.0:57 s,ACS 4.0:51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P<0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P>0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P>0.05),并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0,且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均<0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS,ACS具有更高加速效率,在膝关节质子密度加权序列中,在保证图像质量的前提下能将扫描时间缩短57%。
简介:摘要MRI是临床常用的影像技术手段,由于其扫描时间过长,使患者的舒适度和依从性降低,产生不可逆的运动伪影,导致图像质量受损,对临床诊断和工作效率产生不良影响。所以在不影响图像质量的情况下缩短MRI扫描时间的需求非常迫切。压缩感知(compressed sensing, CS)技术就是采用远低于传统采样定律要求的采样点进行重建并加以恢复,可缩短信号采集时间。该技术可以明显缩短扫描时间,且不会影响MRI的图像质量,甚至可以提高图像分辨率和信噪比。本文就CS技术在颅脑MRI的应用作一综述,探讨其在多种常规MRI扫描序列上的应用进展,为临床扫描实践及CS技术的完善和未来科研热点提供多角度信息。
简介:提出了一种基于压缩感知(CS,compressivesensing)的SAR对多舰船目标的成像算法。通过将多舰船目标成像转换为在某种基下具有稀疏表示的信号重建问题,从而满足CS理论对信号恢复重构的要求,获得比传统成像方法更高的方位分辨率。实测数据的处理验证了该算法的有效性。
简介:摘要目的比较不同脑压缩感知(compressed sensing,CS)磁敏感加权成像(susceptibility weighted imaging,SWI)的加速因子(acceleration factor,AF)对中脑“燕尾征(swallow tail sign, STS)”显示及定量的影响,寻找最佳AF。材料与方法前瞻性征募40名健康志愿者进行头部3.0 T MRI检查,包括CS-SWI序列(AF=0及CS2、CS4、CS6、CS8、CS10)。对SWI的相位图像进行观察和测量,计数不同AF中STS显示数量。测量相位值(phase value,PV)并计算信噪比(signal to noise ratio,SNR)及对比噪声比(contrast to noise ratio,CNR)。采用Cohen's Kappa分析评估黑质(substantia nigra,SN)和STS主观评价的组间一致性;通过计算组内相关系数(interclass correlation cofficient,ICC),验证PV值和主观评分的一致性。运用Fisher确切概率法分析不同AF下STS显示率的差异。使用单因素方差分析(analysis of variance,ANOVA)中最小显著性差异法(least-significant difference,LSD)对比不同AF条件下SN和STS图像质量的差异。P值经Benjamini-Hochberg的错误发现率(false discovery rate,FDR)法校正,P<0.05认为差异具有统计学意义。结果2名观察者间的主观评分一致性极好(Kappa>0.80)。PV值测量和主观评分的组内一致性极好(ICC>0.80)。当AF≥6时,STS图像表现为清晰度明显下降,且STS的显示率降低,差异具有统计学意义(P<0.05)。双侧SNs的SNR和CNR在AF>2时差异具有统计学意义(P<0.05)。双侧STSs的SNR和CNR在AF>4时差异具有统计学意义(P<0.05)。结论由脑SWI图像定量数据结果可知,对STS结构的观察可根据SNR、CNR以及主观评分和显示率变化,可考虑CS4,扫描时间减少4 min 9 s (70.7%)。