概念SVD / Singular Value Decomposition
奇异值分解
奇异值分解（SVD）是一种矩阵分解方法，在fUSI信号处理中用于空时滤波，通过将超声数据矩阵分解后剔除代表组织杂波的主奇异向量，从而提取微弱的血流信号。
时间轴 (近 90 天)
10月27日
研究提出“子空间结晶”概念，定义为权重矩阵中保留99%测试准确率所需的最少顶部奇异方向张成的空间。
待验证50%
10月27日
奇异值分解（SVD）将任意矩阵分解为两个正交矩阵与一个对角奇异值矩阵的乘积，奇异值按从大到小排列。
待验证50%
9月30日
现代 fUSI 普遍采用基于奇异值分解（SVD）的空时滤波来分离组织杂波与血流信号
待验证50%
9月30日
基于SVD的空时滤波对呼吸运动等低频干扰的抑制能力远优于频域滤波，且无需显式估计组织运动轨迹
待验证50%
9月11日
奇异值分解（SVD）是三维重建和相机标定的核心工具
待验证50%