论文部分内容阅读
心脑血管疾病是近年来全球的高发病症，心脏病患者的数量也在逐年增加，心脑血管疾病已成为危害人民生命健康的第一杀手。在现代医学中，ECG(心电图)正越来越成为医生诊断心脏疾病的依据。动态心电图监护仪可以全天对患者进行监护，有利于捕捉到初期的或潜在的心脏疾病的心电信息，从而防患于未然。在这种设备中，患者每天的心跳信息产生很大的数据量，需要很大的存储空间或者传输时间；因而心电信号压缩技术变得异常重要，可以有效地减少数据量。
本论文把一类正交矩算法引入心电信号压缩领域，在优化计算方法的同时，比较各种正交矩算法对心电信号的压缩特性。实验结果显示TCHEBICHEF矩具有良好的压缩性能，并优于离散余弦变换；对一个心跳周期的压缩性能在均方根百分误差为10％时，压缩比可以达到25。
对TCHEBICHEF矩作进一步的研究，根据TCHEBICHEF矩变换后的系数特性，提出一种计位编码算法；将信号按周期分割，对每段信号进行TCHEBICHEF矩变换，再对变换系数用计位编码方式编码。在失真较小时，可以得到很好的压缩性能；实验结果得到，在均方根百分误差为0.93％时，压缩比达到8.3:1。对多条记录进行实验，其平均压缩性能优于JPEG2000标准中的SPIHT编码算法。
为了对TCHEBICHEF矩作进一步的研究，提出了另一种方法，将TCHEBICHEF矩变换结合动态矢量量化算法对心电信号压缩。在失真偏大时，可以得到很好的压缩性能。对于MIT-BIH心律库的记录117的半小时信号，在均方根百分误差为7.3％时，压缩比达到183:1，与基于动态矢量量化的SPIHT算法相比具有很大优势。提出的两种算法针对不同的失真范围，具有各自的优势，在实际应用中可以达到互补作用。