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。